LLM Inference Benchmark Explorer
Gemma-4-31B-it op Thor — NVFP4, vLLM, TP1, speculatieve decodering k=3 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | Gemma-4-31B-it |
|---|---|
| Parameters | 31B |
| Intelligence Index | 14.7 |
| Agentic Index | 4.2 |
| Apparaat | Thor |
| Kwantisatie | NVFP4 |
| Max C | 0 |
| Chatcapaciteit | 0 |
| Agentische capaciteit | 0 |
| TP | — |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 336 | 16.16 | FAIL |
| 2 | 478 | 15.38 | FAIL |
| 4 | 491 | 14.59 | FAIL |
| 8 | 507 | 14.72 | FAIL |
In de meting van OpenZeka bereikte Gemma-4-31B-it (31B parameters), aangeboden in NVFP4-formaat met vLLM en speculatieve decodering op Thor, met één verzoek een generatiesnelheid van 16.2 tok/s per verzoek en een time to first token (TTFT) van 336 ms.
Bij de standaard snelheidsdoelen (ten minste 20 tok/s per verzoek, TTFT ten hoogste 1,000 ms) is er voor deze configuratie geen capaciteitsschatting: geen enkel gemeten belastingsniveau voldeed eraan.
Opmerkingen: Speculative MTP k=3. Served as gemma-4-31b-it. Model: nvidia/gemma-4-31B-it-NVFP4. 256K context
De waarden van Intelligence Index en Agentic Index worden gepubliceerd door Artificial Analysis en worden hier met bronvermelding overgenomen.
In de meting van OpenZeka bereikte Gemma-4-31B-it (31B parameters), aangeboden in NVFP4-formaat met vLLM en speculatieve decodering op Thor, met één verzoek een generatiesnelheid van 16.2 tok/s per verzoek en een time to first token (TTFT) van 336 ms.
Bij de standaard snelheidsdoelen (ten minste 20 tok/s per verzoek, TTFT ten hoogste 1,000 ms) is er voor deze configuratie geen capaciteitsschatting: geen enkel gemeten belastingsniveau voldeed eraan.