LLM Çıkarım Benchmark Gezgini

DGX B300 üzerinde Kimi K3 — MXFP4, vLLM, TP8, spekülatif kod çözme çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelKimi K3
Parametre2.78T
Zekâ Endeksi43.6
Agentic Endeksi50
CihazDGX B300
KuantizasyonMXFP4
Maks C32
Chat Kapasitesi128
Agentic Kapasitesi48
TP8
DP—
PP—
Inference EnginevLLM
Spekülatif Kod ÇözmeEvet
CTTFT (ms)TPS (tok/s)Durum
171206.61PASS
2173149.93PASS
4191109.77PASS
826362.93PASS
1634446.10PASS
3256523.14PASS
64103111.21FAIL

OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile MXFP4 formatında ve spekülatif kod çözmeyle sunulan Kimi K3 (2,78T parametre, TP=8), tek istekte istek başına 206,6 tok/s üretim hızına ve 71 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 128, agentic kullanım için 48 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: DSpark speculative. Draft model: Inferact/Kimi-K3-DSpark. 1.86x speedup at C1.

Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.