LLM Inference Benchmark Explorer

Qwen3-VL-30B-A3B-Instruct op Thor — FP8, vLLM, TP1, speculatieve decodering inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelQwen3-VL-30B-A3B-Instruct
Parameters30B
Intelligence Index9.5
Agentic Index—
ApparaatThor
KwantisatieFP8
Max C8
Chatcapaciteit32
Agentische capaciteit12
TP—
DP—
PP—
EnginevLLM
Speculatieve decoderingJa
CTTFT (ms)TPS (tok/s)Status
17557.44PASS
210942.23PASS
414928.16PASS
818921.32PASS
1622515.95FAIL
3230012.61FAIL

In de meting van OpenZeka bereikte Qwen3-VL-30B-A3B-Instruct (30B parameters), aangeboden in FP8-formaat met vLLM en speculatieve decodering op Thor, met één verzoek een generatiesnelheid van 57.4 tok/s per verzoek en een time to first token (TTFT) van 75 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: Speculative decoding used; mechanism and depth not recorded. Model: Qwen/Qwen3-VL-30B-A3B-Instruct-FP8. 256K context

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