LLM Inference Benchmark Explorer
Qwen3.8-27B op 4× DGX Spark — NVFP4, SGLang, TP4, speculatieve decodering k=8 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | Qwen3.8-27B |
|---|---|
| Parameters | 27B |
| Intelligence Index | 33.7 |
| Agentic Index | 45.8 |
| Apparaat | 4× DGX Spark |
| Kwantisatie | NVFP4 |
| Max C | 8 |
| Chatcapaciteit | 32 |
| Agentische capaciteit | 12 |
| TP | 4 |
| DP | — |
| PP | — |
| Engine | SGLang |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 227 | 77.28 | PASS |
| 2 | 247 | 61.91 | PASS |
| 4 | 264 | 48.14 | PASS |
| 8 | 379 | 26.96 | PASS |
| 16 | 411 | 18.59 | FAIL |
| 32 | 579 | 10.96 | FAIL |
In de meting van OpenZeka bereikte Qwen3.8-27B (27B parameters), aangeboden in NVFP4-formaat met SGLang en speculatieve decodering op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 77.3 tok/s per verzoek en een time to first token (TTFT) van 227 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 32 gebruikers voor chatgebruik en 12 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: DFlash2 TP=4. Best multi-spark config.
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 Qwen3.8-27B (27B parameters), aangeboden in NVFP4-formaat met SGLang en speculatieve decodering op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 77.3 tok/s per verzoek en een time to first token (TTFT) van 227 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 32 gebruikers voor chatgebruik en 12 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.