LLM Inference Benchmark Explorer
MiniMax-M2.7 op 2× DGX Spark — NVFP4, vLLM, TP2 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | MiniMax-M2.7 |
|---|---|
| Parameters | 229B |
| Intelligence Index | 22.8 |
| Agentic Index | 15.3 |
| Apparaat | 2× DGX Spark |
| Kwantisatie | NVFP4 |
| Max C | 2 |
| Chatcapaciteit | 8 |
| Agentische capaciteit | 3 |
| TP | 2 |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | — |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 289 | 26.64 | PASS |
| 2 | 258 | 24.40 | PASS |
| 4 | 409 | 17.98 | FAIL |
| 8 | 475 | 12.98 | FAIL |
In de meting van OpenZeka bereikte MiniMax-M2.7 (229B parameters), aangeboden in NVFP4-formaat met vLLM op 2× DGX Spark (TP=2), met één verzoek een generatiesnelheid van 26.6 tok/s per verzoek en een time to first token (TTFT) van 289 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 8 gebruikers voor chatgebruik en 3 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: Best 2-node config. 55% faster than PP=2.
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 MiniMax-M2.7 (229B parameters), aangeboden in NVFP4-formaat met vLLM op 2× DGX Spark (TP=2), met één verzoek een generatiesnelheid van 26.6 tok/s per verzoek en een time to first token (TTFT) van 289 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 8 gebruikers voor chatgebruik en 3 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.