LLM Inference Benchmark Explorer
Qwen3.8-Flash-Next op 1× DGX Spark — NVFP4, SGLang, TP1, speculatieve decodering k=3 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | Qwen3.8-Flash-Next |
|---|---|
| Parameters | 176B |
| Intelligence Index | 39.8 |
| Agentic Index | 53.6 |
| Apparaat | 1× DGX Spark |
| Kwantisatie | NVFP4 |
| Max C | 2 |
| Chatcapaciteit | 8 |
| Agentische capaciteit | 3 |
| TP | — |
| DP | — |
| PP | — |
| Engine | SGLang |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 302 | 28.50 | PASS |
| 2 | 393 | 23.61 | PASS |
| 4 | 566 | 17.13 | FAIL |
| 8 | 763 | 11.80 | FAIL |
In de meting van OpenZeka bereikte Qwen3.8-Flash-Next (176B parameters), aangeboden in NVFP4-formaat met SGLang en speculatieve decodering op 1× DGX Spark, met één verzoek een generatiesnelheid van 28.5 tok/s per verzoek en een time to first token (TTFT) van 302 ms.
Alleen rekening houdend met de snelheidsdoelen (de KV-cachelimiet is voor deze configuratie niet berekend), 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: NEXTN MTP k=3. PLE N-gram table (47.7 GiB) file-backed on NVMe. mem-frac 0.85, max 8 running.
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-Flash-Next (176B parameters), aangeboden in NVFP4-formaat met SGLang en speculatieve decodering op 1× DGX Spark, met één verzoek een generatiesnelheid van 28.5 tok/s per verzoek en een time to first token (TTFT) van 302 ms.
Alleen rekening houdend met de snelheidsdoelen (de KV-cachelimiet is voor deze configuratie niet berekend), 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.