LLM Çıkarım Benchmark Gezgini

DGX B300 üzerinde GLM-5.1 — FP8, vLLM, TP4 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelGLM-5.1
Parametre754B
Zekâ Endeksi26.1
Agentic Endeksi23.9
CihazDGX B300
KuantizasyonFP8
Maks C32
Chat Kapasitesi63
Agentic Kapasitesi15
TP4
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
1453130.04PASS
249691.58PASS
456470.62PASS
859562.97PASS
1661442.25PASS
3290341.15PASS
64184443.08FAIL

OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile FP8 formatında sunulan GLM-5.1 (754B parametre, TP=4), tek istekte istek başına 130 tok/s üretim hızına ve 453 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 63, agentic kullanım için 15 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.