LLM Inference Benchmark Explorer

Qwen3.8-27B op RTX PRO 6000 — FP8, vLLM, TP1, speculatieve decodering k=3 inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelQwen3.8-27B
Parameters27B
Intelligence Index33.7
Agentic Index45.8
ApparaatRTX PRO 6000
KwantisatieFP8
Max C64
Chatcapaciteit60
Agentische capaciteit20
TP—
DP—
PP—
EnginevLLM
Speculatieve decoderingJa
CTTFT (ms)TPS (tok/s)Status
186106.84PASS
2133102.99PASS
414192.51PASS
816784.96PASS
1622665.53PASS
3233745.83PASS
6457826.20PASS
128554325.18FAIL

In de meting van OpenZeka bereikte Qwen3.8-27B (27B parameters), aangeboden in FP8-formaat met vLLM en speculatieve decodering op RTX PRO 6000, met één verzoek een generatiesnelheid van 106.8 tok/s per verzoek en een time to first token (TTFT) van 86 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 60 gebruikers voor chatgebruik en 20 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: Speculative MTP k=3.

De waarden van Intelligence Index en Agentic Index worden gepubliceerd door Artificial Analysis en worden hier met bronvermelding overgenomen.