LLM Çıkarım Benchmark Gezgini

DGX B300 üzerinde GLM-5.2 — FP8, vLLM, TP4 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelGLM-5.2
Parametre753B
Zekâ Endeksi33.7
Agentic Endeksi38.4
CihazDGX B300
KuantizasyonFP8
Maks C32
Chat Kapasitesi73
Agentic Kapasitesi18
TP4
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
1307254.45PASS
2481144.51PASS
445486.51PASS
850952.30PASS
1674231.05PASS
3287522.09PASS
6468347.79FAIL

OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile FP8 formatında sunulan GLM-5.2 (753B parametre, TP=4), tek istekte istek başına 254,4 tok/s üretim hızına ve 307 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 73, agentic kullanım için 18 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.