1× DGX Spark üzerinde Gemma-4-26B-A4B-it — FP16, vLLM, TP1, spekülatif kod çözme çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | Gemma-4-26B-A4B-it |
|---|---|
| Parametre | 26B |
| Zekâ Endeksi | 16.7 |
| Agentic Endeksi | — |
| Cihaz | 1× DGX Spark |
| Kuantizasyon | FP16 |
| Maks C | 2 |
| Chat Kapasitesi | 8 |
| Agentic Kapasitesi | 3 |
| TP | — |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 256 | 30.58 | PASS |
| 2 | 668 | 23.46 | PASS |
| 4 | 448 | 19.38 | FAIL |
| 8 | 510 | 15.42 | FAIL |
| 16 | 707 | 12.25 | FAIL |
| 32 | 744 | 10.20 | FAIL |
| 64 | 901 | 8.35 | FAIL |
OpenZeka'nın ölçümünde, 1× DGX Spark üzerinde vLLM ile FP16 formatında ve spekülatif kod çözmeyle sunulan Gemma-4-26B-A4B-it (26B parametre), tek istekte istek başına 30,6 tok/s üretim hızına ve 256 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.
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, 1× DGX Spark üzerinde vLLM ile FP16 formatında ve spekülatif kod çözmeyle sunulan Gemma-4-26B-A4B-it (26B parametre), tek istekte istek başına 30,6 tok/s üretim hızına ve 256 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.