DGX B300 üzerinde Kimi-K3.1-Pro — MXFP4, SGLang, TP8, spekülatif kod çözme k=8 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | Kimi-K3.1-Pro |
|---|---|
| Parametre | 2.78T |
| Zekâ Endeksi | — |
| Agentic Endeksi | — |
| Cihaz | DGX B300 |
| Kuantizasyon | MXFP4 |
| Maks C | 16 |
| Chat Kapasitesi | 64 |
| Agentic Kapasitesi | 24 |
| TP | 8 |
| DP | — |
| PP | — |
| Inference Engine | SGLang |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 379 | 176.03 | PASS |
| 2 | 403 | 114.49 | PASS |
| 4 | 553 | 70.71 | PASS |
| 8 | 596 | 44.91 | PASS |
| 16 | 727 | 27.57 | PASS |
| 32 | 1365 | 35.40 | FAIL |
| 64 | 5081 | 18.11 | FAIL |
| 128 | 12519 | 9.55 | FAIL |
OpenZeka'nın ölçümünde, DGX B300 üzerinde SGLang ile MXFP4 formatında ve spekülatif kod çözmeyle sunulan Kimi-K3.1-Pro (2,78T parametre, TP=8), tek istekte istek başına 176 tok/s üretim hızına ve 379 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 64, agentic kullanım için 24 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: DFlash2 k=8, 1M context. Multimodal checkpoint measured on text. Model: moonshotai/Kimi-K3.1-Pro
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, DGX B300 üzerinde SGLang ile MXFP4 formatında ve spekülatif kod çözmeyle sunulan Kimi-K3.1-Pro (2,78T parametre, TP=8), tek istekte istek başına 176 tok/s üretim hızına ve 379 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 64, agentic kullanım için 24 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.