8× DGX Spark üzerinde GLM-5.3 — NVFP4, vLLM, TP8, spekülatif kod çözme k=4 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | GLM-5.3 |
|---|---|
| Parametre | 753B |
| Zekâ Endeksi | 44.8 |
| Agentic Endeksi | 53.1 |
| Cihaz | 8× DGX Spark |
| Kuantizasyon | NVFP4 |
| Maks C | 1 |
| Chat Kapasitesi | 4 |
| Agentic Kapasitesi | 1 |
| TP | 8 |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 630 | 22.64 | PASS |
| 2 | 833 | 15.32 | FAIL |
| 4 | 1106 | 10.06 | FAIL |
OpenZeka'nın ölçümünde, 8× DGX Spark üzerinde vLLM ile NVFP4 formatında ve spekülatif kod çözmeyle sunulan GLM-5.3 (753B parametre, TP=8), tek istekte istek başına 22,6 tok/s üretim hızına ve 630 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 4, agentic kullanım için 1 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: Model: Inferact/GLM-5.3-NVFP4, 256K context. Model's built-in MTP, k=4
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, 8× DGX Spark üzerinde vLLM ile NVFP4 formatında ve spekülatif kod çözmeyle sunulan GLM-5.3 (753B parametre, TP=8), tek istekte istek başına 22,6 tok/s üretim hızına ve 630 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 4, agentic kullanım için 1 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.