LLM Inference Benchmark Explorer
Ripple-65B-Preview op DGX B300 — NVFP4, SGLang, TP1, speculatieve decodering k=16 inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | Ripple-65B-Preview |
|---|---|
| Parameters | 65B |
| Intelligence Index | — |
| Agentic Index | — |
| Apparaat | DGX B300 |
| Kwantisatie | NVFP4 |
| Max C | 128 |
| Chatcapaciteit | 318 |
| Agentische capaciteit | 93 |
| TP | — |
| DP | — |
| PP | — |
| Engine | SGLang |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 52 | 53.57 | PASS |
| 2 | 68 | 51.30 | PASS |
| 4 | 81 | 50.21 | PASS |
| 8 | 118 | 48.55 | PASS |
| 16 | 141 | 46.56 | PASS |
| 32 | 220 | 43.59 | PASS |
| 64 | 357 | 39.09 | PASS |
| 128 | 638 | 30.63 | PASS |
| 256 | 1324 | 18.05 | FAIL |
In de meting van OpenZeka bereikte Ripple-65B-Preview (65B parameters), aangeboden in NVFP4-formaat met SGLang en speculatieve decodering op DGX B300, met één verzoek een generatiesnelheid van 53.6 tok/s per verzoek en een time to first token (TTFT) van 52 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 318 gebruikers voor chatgebruik en 93 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: DFlash2 k=16, 2M context. Served as ripple-65b; NVFP4 weights, size estimated. Model: ricursiveAI/Ripple-65B-Preview-NVFP4
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 Ripple-65B-Preview (65B parameters), aangeboden in NVFP4-formaat met SGLang en speculatieve decodering op DGX B300, met één verzoek een generatiesnelheid van 53.6 tok/s per verzoek en een time to first token (TTFT) van 52 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 318 gebruikers voor chatgebruik en 93 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.