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
| Model | Qwen3-VL-30B-A3B-Instruct |
|---|---|
| Parameters | 30B |
| Intelligence Index | 9.5 |
| Agentic Index | — |
| Apparaat | Thor |
| Kwantisatie | FP8 |
| Max C | 8 |
| Chatcapaciteit | 32 |
| Agentische capaciteit | 12 |
| TP | — |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 75 | 55.98 | PASS |
| 2 | 109 | 41.07 | PASS |
| 4 | 149 | 27.47 | PASS |
| 8 | 189 | 20.83 | PASS |
| 16 | 225 | 15.63 | FAIL |
| 32 | 300 | 12.32 | FAIL |
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 56 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.
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 56 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.