LLM Inference Benchmark Explorer
Qwen3.8-Flash-Next op 2× DGX Spark — NVFP4, SGLang, TP2 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 | 2× DGX Spark |
| Kwantisatie | NVFP4 |
| Max C | 4 |
| Chatcapaciteit | 16 |
| Agentische capaciteit | 6 |
| TP | 2 |
| DP | — |
| PP | — |
| Engine | SGLang |
| Speculatieve decodering | — |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 200 | 35.80 | PASS |
| 2 | 206 | 29.94 | PASS |
| 4 | 243 | 22.39 | PASS |
| 8 | 2671 | 13.80 | FAIL |
In de meting van OpenZeka bereikte Qwen3.8-Flash-Next (176B parameters), aangeboden in NVFP4-formaat met SGLang op 2× DGX Spark (TP=2), met één verzoek een generatiesnelheid van 35.8 tok/s per verzoek en een time to first token (TTFT) van 200 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 16 gebruikers voor chatgebruik en 6 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: 262K context. 176B MoE, 6B active, 512 experts.
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 op 2× DGX Spark (TP=2), met één verzoek een generatiesnelheid van 35.8 tok/s per verzoek en een time to first token (TTFT) van 200 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 16 gebruikers voor chatgebruik en 6 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.