LLM Inference Benchmark Explorer
Muse-Spark-Open-816B-A42B op 8× DGX Spark — NVFP4, vLLM, TP8, speculatieve decodering inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | Muse-Spark-Open-816B-A42B |
|---|---|
| Parameters | 816B |
| Intelligence Index | 38.9 |
| Agentic Index | — |
| Apparaat | 8× DGX Spark |
| Kwantisatie | NVFP4 |
| Max C | 1 |
| Chatcapaciteit | 4 |
| Agentische capaciteit | 1 |
| TP | 8 |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 508 | 24.20 | PASS |
| 2 | 695 | 18.44 | FAIL |
| 4 | 815 | 15.23 | FAIL |
| 8 | 990 | 12.77 | FAIL |
In de meting van OpenZeka bereikte Muse-Spark-Open-816B-A42B (816B parameters), aangeboden in NVFP4-formaat met vLLM en speculatieve decodering op 8× DGX Spark (TP=8), met één verzoek een generatiesnelheid van 24.2 tok/s per verzoek en een time to first token (TTFT) van 508 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 4 gebruikers voor chatgebruik en 1 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 speculative. 128K 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 Muse-Spark-Open-816B-A42B (816B parameters), aangeboden in NVFP4-formaat met vLLM en speculatieve decodering op 8× DGX Spark (TP=8), met één verzoek een generatiesnelheid van 24.2 tok/s per verzoek en een time to first token (TTFT) van 508 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 4 gebruikers voor chatgebruik en 1 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.