2× DGX Spark üzerinde DeepSeek-V4-Flash-Vision-Exp — FP8, vLLM, TP2, spekülatif kod çözme k=3 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | DeepSeek-V4-Flash-Vision-Exp |
|---|---|
| Parametre | 305B |
| Zekâ Endeksi | 34.8 |
| Agentic Endeksi | 47.5 |
| Cihaz | 2× DGX Spark |
| Kuantizasyon | FP8 |
| Maks C | 2 |
| Chat Kapasitesi | 8 |
| Agentic Kapasitesi | 3 |
| TP | 2 |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 300 | 35.99 | PASS |
| 2 | 496 | 23.14 | PASS |
| 4 | 633 | 16.18 | FAIL |
| 8 | 908 | 8.75 | FAIL |
OpenZeka'nın ölçümünde, 2× DGX Spark üzerinde vLLM ile FP8 formatında ve spekülatif kod çözmeyle sunulan DeepSeek-V4-Flash-Vision-Exp (305B parametre, TP=2), tek istekte istek başına 36 tok/s üretim hızına ve 300 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 8, agentic kullanım için 3 kullanıcıdır. Gerçekçi kapasite muhtemelen bu iki değer arasında olacaktır. Kodlama, araç kullanımı, uzun iş akışları ve çoklu ajan kullanımının ağırlıklı olduğu senaryolarda kapasite agentic tahmine yaklaşırken; daha kısa etkileşimlerin, standart sohbetlerin ve daha hafif görevlerin ağırlıkta olduğu kullanımlarda chat tahminine yaklaşacaktır.
Notlar: DSpark k=3, 131K context. Model: deepseek-ai/DeepSeek-V4-Flash-Vision-Exp
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, 2× DGX Spark üzerinde vLLM ile FP8 formatında ve spekülatif kod çözmeyle sunulan DeepSeek-V4-Flash-Vision-Exp (305B parametre, TP=2), tek istekte istek başına 36 tok/s üretim hızına ve 300 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 8, agentic kullanım için 3 kullanıcıdır. Gerçekçi kapasite muhtemelen bu iki değer arasında olacaktır. Kodlama, araç kullanımı, uzun iş akışları ve çoklu ajan kullanımının ağırlıklı olduğu senaryolarda kapasite agentic tahmine yaklaşırken; daha kısa etkileşimlerin, standart sohbetlerin ve daha hafif görevlerin ağırlıkta olduğu kullanımlarda chat tahminine yaklaşacaktır.