LLM Inference Benchmark Explorer
MiMo-V2.6-Flash-RL op 4× DGX Spark — FP4, vLLM, TP4, speculatieve decodering k=7 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | MiMo-V2.6-Flash-RL |
|---|---|
| Parameters | 310B |
| Intelligence Index | — |
| Agentic Index | — |
| Apparaat | 4× DGX Spark |
| Kwantisatie | FP4 |
| Max C | 4 |
| Chatcapaciteit | 16 |
| Agentische capaciteit | 6 |
| TP | 4 |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 303 | 45.68 | PASS |
| 2 | 402 | 32.47 | PASS |
| 4 | 497 | 22.94 | PASS |
| 8 | 643 | 14.88 | FAIL |
In de meting van OpenZeka bereikte MiMo-V2.6-Flash-RL (310B parameters), aangeboden in FP4-formaat met vLLM en speculatieve decodering op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 45.7 tok/s per verzoek en een time to first token (TTFT) van 303 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 16 gebruikers voor chatgebruik en 6 voor agentisch gebruik. De realistische capaciteit ligt waarschijnlijk tussen deze twee waarden. In scenario's waarin programmeren, toolgebruik, lange workflows en multi-agentgebruik overheersen, benadert de capaciteit de agentische schatting; waar kortere interacties, standaardgesprekken en lichtere taken overheersen, benadert zij de chatschatting.
Opmerkingen: DFlash speculative decoding k=7, 500K context. Served as MiMo-V2.6-Flash-RL. Model: XiaomiMiMo/MiMo-V2.6-Flash-RL
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 MiMo-V2.6-Flash-RL (310B parameters), aangeboden in FP4-formaat met vLLM en speculatieve decodering op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 45.7 tok/s per verzoek en een time to first token (TTFT) van 303 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 16 gebruikers voor chatgebruik en 6 voor agentisch gebruik. De realistische capaciteit ligt waarschijnlijk tussen deze twee waarden. In scenario's waarin programmeren, toolgebruik, lange workflows en multi-agentgebruik overheersen, benadert de capaciteit de agentische schatting; waar kortere interacties, standaardgesprekken en lichtere taken overheersen, benadert zij de chatschatting.