LLM Inference Benchmark Explorer
MiniMax-M3.1-Flash op 4× DGX Spark — NVFP4, vLLM, TP4, speculatieve decodering k=8 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | MiniMax-M3.1-Flash |
|---|---|
| Parameters | 428B |
| Intelligence Index | — |
| Agentic Index | — |
| Apparaat | 4× DGX Spark |
| Kwantisatie | NVFP4 |
| Max C | 2 |
| Chatcapaciteit | 8 |
| Agentische capaciteit | 3 |
| TP | 4 |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 489 | 34.96 | PASS |
| 2 | 674 | 20.51 | PASS |
| 4 | 815 | 14.01 | FAIL |
| 8 | 1553 | 9.76 | FAIL |
In de meting van OpenZeka bereikte MiniMax-M3.1-Flash (428B parameters), aangeboden in NVFP4-formaat met vLLM en speculatieve decodering op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 35 tok/s per verzoek en een time to first token (TTFT) van 489 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: DSpark k=8, 1M context. MXFP8 dense layers, NVFP4 experts. Measured up to 8 concurrent requests. Model: MiniMaxAI/MiniMax-M3.1-Flash
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-M3.1-Flash (428B parameters), aangeboden in NVFP4-formaat met vLLM en speculatieve decodering op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 35 tok/s per verzoek en een time to first token (TTFT) van 489 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.