LLM Inference Benchmark Explorer
MiniMax-M3 op 4× DGX Spark — NVFP4, vLLM, TP4, speculatieve decodering k=8 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | MiniMax-M3 |
|---|---|
| Parameters | 427B |
| Intelligence Index | 29.2 |
| Agentic Index | 29.5 |
| 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 | 453 | 34.49 | PASS |
| 2 | 653 | 25.21 | PASS |
| 4 | 874 | 15.61 | FAIL |
| 8 | 8650 | 8.17 | FAIL |
In de meting van OpenZeka bereikte MiniMax-M3 (427B parameters), aangeboden in NVFP4-formaat met vLLM en speculatieve decodering op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 34.5 tok/s per verzoek en een time to first token (TTFT) van 453 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: FLASHINFER_CUTLASS, DSpark k=8
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 (427B parameters), aangeboden in NVFP4-formaat met vLLM en speculatieve decodering op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 34.5 tok/s per verzoek en een time to first token (TTFT) van 453 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.