LLM Çıkarım Benchmark Gezgini

2× DGX Spark üzerinde Gemma-4-31B-it — NVFP4, vLLM, TP2 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelGemma-4-31B-it
Parametre31B
Zekâ Endeksi14.7
Agentic Endeksi4.2
Cihaz2× DGX Spark
KuantizasyonNVFP4
Maks C2
Chat Kapasitesi8
Agentic Kapasitesi3
TP2
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
113619.68FAIL
222720.14PASS
424619.76FAIL
828018.81FAIL
1629316.29FAIL
3233713.58FAIL
644209.38FAIL

OpenZeka'nın ölçümünde, 2× DGX Spark üzerinde vLLM ile NVFP4 formatında sunulan Gemma-4-31B-it (31B parametre, TP=2), tek istekte istek başına 19,7 tok/s üretim hızına ve 136 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.