Ihre Privatsphäre ist uns wichtig

Wir verwenden Cookies, um Ihr Surferlebnis zu verbessern, Inhalte zu personalisieren und unseren Datenverkehr zu analysieren. Mit einem Klick auf „Alle akzeptieren“ stimmen Sie der Verwendung von Cookies zu. Cookie-Richtlinie

Weitere Optionen
Zum Inhalt springen
FacthoryFacthory
FacthoryFacthory
    • Arbeitsbereich
    • Agent
    • Wissen
    • Analysen
    • Office-Apps
    • Desktop
    Alle Funktionen
    Neuigkeiten
    Herunterladen
  • Nach Aufgabe

    • Wissensrisiko & Wissenslücken im Unternehmen
    • Wissenschaftliche Forschung & Experimente
    • Autonome Analytik & Erkenntnisgewinnung
    • Einsatzbereitschaft der Belegschaft & adaptives Lernen
    • SOP-Governance & betriebliche Standardisierung
    • Prozesserkennung und kontinuierliche Optimierung
    • Alle Lösungen

    Nach Branche

    • Fertigung
    • Automobil
    • Bau & Infrastruktur
    • Immobilien
    • Öffentlicher Sektor
    • Life Sciences
    • Alle Branchen
  • Facthory für

    • Regulierte Branchen
    • On-Premises
    • Entwickler

    Entdecken

    • Neuigkeiten
    • Blog
    • Fallstudien
    • Webinare
    • Modelle

    Lernen

    • Dokumentation
    • Hilfecenter
  • Preise
  • Download
AnmeldenJetzt starten

Ein Arbeitsbereich für das, was Ihre Organisation weiß, mit einem Agenten, der damit arbeitet.

Produkt

  • Alle Funktionen
  • Arbeitsbereich
  • Agent
  • Wissen
  • Analysen
  • Office-Apps
  • Desktop
  • Herunterladen
  • Preise

Lösungen

  • Wissensrisiko & Wissenslücken im Unternehmen
  • Wissenschaftliche Forschung & Experimente
  • Autonome Analytik & Erkenntnisgewinnung
  • Einsatzbereitschaft der Belegschaft & adaptives Lernen
  • SOP-Governance & betriebliche Standardisierung
  • Prozesserkennung und kontinuierliche Optimierung
  • Alle Lösungen
  • Alle Branchen

Ressourcen

  • Blog
  • Fallstudien
  • Webinare
  • Dokumentation
  • Hilfecenter
  • Modelle
  • ROI-Rechner

Unternehmen

  • Über uns
  • Karriere
  • Presse
  • Markenkit
  • Philosophie
  • Kontakt

Unser Newsletter

Neuigkeiten zu Facthory per E-Mail.

​

© 2026 Facthory. Alle Rechte vorbehalten.
  • Datenschutz
  • Cookie-Richtlinie
  • Allgemeine Geschäftsbedingungen
  • Impressum
  • Cookie-Einstellungen
Alle Modelletiiuae

Falcon3-10B-Instruct

text-generation
10,3 Mrd. Parameter
other
Scan nicht abgeschlossen

Falcon3-10B-Instruct ist ein Instruktionen-Modell der Falcon3-Familie, einer Reihe von vortrainierten und Instruktionen-LLMs mit 1B bis 10B Parametern. Es unterstützt 4 Sprachen (Englisch, Französisch, Spanisch, Portugiesisch) und eine Kontextlänge von bis zu 32K.

Auf Hugging Face ansehenMit anderen Modellen vergleichen

Steckbrief

Parameter

10,3 Mrd.

Kontextlänge

32.768 Token

Architektur

LlamaForCausalLM

Aufbau

40 Schichten, versteckte Größe 3.072, 12 Attention-Heads, 4 Key-Value-Heads

Gewichte gespeichert als

bfloat16

Aufgabe

text-generation

Sprachen

nicht veröffentlicht

Basiert auf

tiiuae/Falcon3-10B-Base

Veröffentlicht

14.12.2024

Zuletzt aktualisiert

14.01.2025

Downloads (letzte 30 Tage)

8.379

Lizenz und Zugang

Lizenz

other (falcon-llm-license) · Lizenz lesen

Zugang

Gewichte ohne Freigabe herunterladbar

Sicherheit

Sicherheitsscan von Hugging Face

Scan nicht abgeschlossen

Gewichtsdateien nach Format

Safetensors: 5
Pickle-basiert: 0
GGUF: 0
Andere Formate: 0
Pickle-basierte Dateien (.bin, .pt, .pth, .pkl, .ckpt) können beim Laden Code ausführen; Safetensors-Dateien nicht.

Prüfungen von Facthory

Automatisch
Erfüllt
Sichere Gewichtsformate

Alle Gewichtsdateien sind Safetensors oder GGUF.

Nicht belegt
Malware- und Pickle-Scan des Hubs

Der Scan ist nicht abgeschlossen.

Erfüllt
Eine angegebene Lizenz

Die Modellkarte gibt ihre Lizenz an.

Nicht belegt

GPU-Rechner

Wie viel Speicher dieses Modell bei einer Quantisierung, Kontextlänge und Zahl gleichzeitiger Sequenzen braucht, welche GPUs es aufnehmen und wie schnell es generieren kann. Schätzungen aus der veröffentlichten Größe und dem Aufbau des Modells, mit den Annahmen unten.

Gewichte

BF16 / FP16 (16 bit)
​

Kontext je Sequenz: 8K Token

Gleichzeitige Sequenzen: 1

KV-Cache

Speicher

24 GB

Gewichte: 21 GB

KV-Cache: 1,3 GB

Laufzeit: 2,2 GB

GPUSpeicherBenötigte GPUsJe SequenzAlle Sequenzen
NVIDIA L424 GB
2 ×
16 Token/s16 Token/s
NVIDIA L40S48 GB
1 ×
24 Token/s24 Token/s
NVIDIA RTX 6000 Ada48 GB
1 ×
26 Token/s26 Token/s
NVIDIA RTX PRO 6000 Blackwell96 GB
1 ×
49 Token/s49 Token/s
NVIDIA A100 80GB SXM80 GB
1 ×
56 Token/s56 Token/s
NVIDIA H100 SXM80 GB
1 ×
92 Token/s92 Token/s
NVIDIA H200 SXM141 GB
1 ×
131 Token/s131 Token/s
AMD Instinct MI300X192 GB
1 ×
145 Token/s145 Token/s
AMD Instinct MI325X256 GB
1 ×
164 Token/s164 Token/s
Annahmen
  • Laufzeitspeicher (Aktivierungen, Puffer) beträgt 10 % von Gewichten und KV-Cache, dazu 1 GB je GPU für das Framework.
  • Eine GPU wird zu höchstens 90 % ihres Speichers belegt; Tensor-Parallelität nutzt 1, 2, 4 oder 8 GPUs in einem Server.
  • Die Generierung ist durch die Speicherbandbreite bei 60 % der Herstellerangabe begrenzt: Jeder Schritt liest die Gewichte einmal und den KV-Cache jeder Sequenz. Ein Mixture-of-Experts-Modell liest nur seine aktiven Experten und läuft daher schneller als gezeigt.
  • Speicher und Bandbreite der GPUs sind die veröffentlichten Herstellerangaben.

Profil

Art

Instruktionsmodell

Herkunft

Feinabstimmung

Familie

Falcon3

Einsatz

Konversation
Schlussfolgern
Programmierung
Mathematik
Wissenschaft

Ein- und Ausgabe

Text → Text

Am 11.11.2026 von Workers AI (@cf/zai-org/glm-4.7-flash) aus der Modellkarte und den Metadaten des Hubs verfasst: eine Lesart des Anbietertexts, von Facthory nicht geprüft.

Veröffentlichte Benchmarks

So, wie die Modellkarte sie veröffentlicht, mit der Quelle, die sie nennt. Facthory hat sie nicht selbst gemessen; ohne Prüfung durch den Hub sind es Angaben des Anbieters.

BenchmarkMetrikErgebnisQuelleZählt für
BBH (3-Shot)
Zählt nicht: Lauf des Leaderboards
normalized accuracy44,82Open LLM LeaderboardZählt nicht: Lauf des Leaderboards
GPQA (0-shot)
Zählt nicht: Lauf des Leaderboards
acc_norm10,51Open LLM LeaderboardZählt nicht: Lauf des Leaderboards
IFEval (0-Shot)
Zählt nicht: Lauf des Leaderboards
strict accuracy78,17Open LLM LeaderboardZählt nicht: Lauf des Leaderboards
MATH Lvl 5 (4-Shot)
Zählt nicht: Lauf des Leaderboards
exact match25,91Open LLM Leaderboard

EU AI Act

Was der EU AI Act von einem KI-Modell mit allgemeinem Verwendungszweck verlangt, hängt davon ab, wer es wie in der EU in Verkehr bringt. Diese Angaben sind dafür maßgeblich:

  • Lizenz: other
  • Zugang: Gewichte ohne Freigabe herunterladbar
  • Parameter: 10,3 Mrd.
Automatisch
Vom Crawler von Facthory aus den veröffentlichten Angaben bewertet; noch nicht von einer Person geprüft.

KI-Modell mit allgemeinem Verwendungszweck (Artikel 3 Nummer 63)

Nicht bestimmt. Es ist keine Schätzung des Trainingsaufwands veröffentlicht, die der Richtwert der Kommission (10²³ FLOP) braucht. Ist es ein KI-Modell mit allgemeinem Verwendungszweck, binden die folgenden Pflichten seinen Anbieter.

Systemisches Risiko (Artikel 51)

Nicht vermutet. Es ist keine Schätzung des Trainingsaufwands veröffentlicht; ohne sie oder eine Einstufung durch die Kommission nach Artikel 52 gilt Artikel 55 nicht.

Open-Source-Ausnahme (Artikel 53 Absatz 2)

Gilt nicht. Seine Lizenz (other) ist keine freie und quelloffene Lizenz, die jedem erlaubt, das Modell zu nutzen, zu untersuchen, zu ändern und weiterzugeben.

Verhaltenskodex für KI-Modelle mit allgemeinem Verwendungszweck

Technology Innovation Institute steht nicht auf der Liste der Unterzeichner der Europäischen Kommission. Der Kodex ist freiwillig.

Was Modellkarte und Anbieter dokumentieren

Teilweise erfüllt
Technische Dokumentation veröffentlicht (Artikel 53 Absatz 1 Buchstabe a, Anhang XI)

Die Modellkarte veröffentlicht einen Teil der Angaben der technischen Dokumentation.

Nicht angegeben: Energieverbrauch, ein technischer Bericht.
Quelle: Am 19.11.2026 von Hugging Face gelesen, Commit 8799bc6. huggingface.co/tiiuae/Falcon3-10B-Instruct
Veröffentlichte Sicherheitsbewertungen

Die Modellkarte berichtet keine Sicherheitsbewertung.

Vom Crawler von Facthory aus den veröffentlichten Angaben bewertet; noch nicht von einer Person geprüft. So bewerten wir
Zählt nicht: Lauf des Leaderboards
MMLU-PRO (5-shot)
main · test
Zählt nicht: Lauf des Leaderboards
accuracy38,1Open LLM LeaderboardZählt nicht: Lauf des Leaderboards
MuSR (0-shot)
Zählt nicht: Lauf des Leaderboards
acc_norm13,61Open LLM LeaderboardZählt nicht: Lauf des Leaderboards

Die Fähigkeitsbewertung zählt Ergebnisse, die die Autoren des Modells veröffentlichen, für die Benchmarks, die unsere Methodik aufführt, und nur, wo mindestens zwei Modelle im Katalog denselben Benchmark mit derselben Konfiguration und Metrik angeben. Ergebnisse, die eine Karte dem Open LLM Leaderboard zuschreibt, sind Läufe des Leaderboards, und die Evaluierungen von Epoch AI sind die von Epoch: Beide zählen nicht. So bewerten wir Fähigkeiten

Nicht belegt
Informationen für nachgelagerte Anbieter (Artikel 53 Absatz 1 Buchstabe b, Anhang XII)

Die Modellkarte gibt kaum Angaben, die nachgelagerte Anbieter brauchen.

Nicht angegeben: vorgesehene Verwendungen, Grenzen, zulässige Nutzung, Ein- und Ausgabeformate.
Nicht belegt
Strategie zum Urheberrecht veröffentlicht (Artikel 53 Absatz 1 Buchstabe c)

Wir fanden keine veröffentlichte Strategie zum Urheberrecht. Der AI Act verlangt eine, nicht unbedingt ihre Veröffentlichung.

Nicht belegt
Zusammenfassung der Trainingsinhalte (Artikel 53 Absatz 1 Buchstabe d)

Wir fanden keine veröffentlichte Zusammenfassung der Trainingsinhalte des Anbieters.

Nicht belegt
Bevollmächtigter in der EU (Artikel 54)

Wir fanden keinen vom Anbieter benannten Bevollmächtigten.

Nicht anwendbar
Angriffstests (Artikel 55 Absatz 1 Buchstabe a)

Gilt nur für Modelle mit systemischem Risiko.

Nicht anwendbar
Systemische Risiken bewertet und gemindert (Artikel 55 Absatz 1 Buchstabe b)

Gilt nur für Modelle mit systemischem Risiko.

Verordnung (EU) 2024/1689, der EU AI Act · Quelle: Verhaltenskodex für KI-Modelle mit allgemeinem Verwendungszweck, gelesen am 08.11.2026

Die EU-AI-Act-Bewertung von Facthory erscheint, sobald eine Person diese Prüfungen geprüft hat. Die Artikel, nach denen wir bewerten