LLM Inference Benchmark Explorer
Qwen3.6-27B op 2× DGX Spark — NVFP4, vLLM, TP2 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | Qwen3.6-27B |
|---|---|
| Parameters | 27B |
| Intelligence Index | 21.4 |
| Agentic Index | 18.5 |
| 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 | 149 | 22.57 | PASS |
| 2 | 252 | 20.98 | PASS |
| 4 | 320 | 19.89 | FAIL |
| 8 | 457 | 17.65 | FAIL |
| 16 | 741 | 14.96 | FAIL |
| 32 | 1197 | 11.05 | FAIL |
| 64 | 2137 | 6.77 | FAIL |
In de meting van OpenZeka bereikte Qwen3.6-27B (27B parameters), aangeboden in NVFP4-formaat met vLLM op 2× DGX Spark (TP=2), met één verzoek een generatiesnelheid van 22.6 tok/s per verzoek en een time to first token (TTFT) van 149 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: nvidia NVFP4, eugr nightly
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 Qwen3.6-27B (27B parameters), aangeboden in NVFP4-formaat met vLLM op 2× DGX Spark (TP=2), met één verzoek een generatiesnelheid van 22.6 tok/s per verzoek en een time to first token (TTFT) van 149 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.