LLM Çıkarım Benchmark Gezgini

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

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelKimi K3
Parametre2.78T
Zekâ Endeksi43.6
Agentic Endeksi50
CihazDGX B300
KuantizasyonMXFP4
Maks C64+
Chat Kapasitesi150
Agentic Kapasitesi50
TP8
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
167105.71PASS
210589.61PASS
414679.30PASS
838864.14PASS
1654453.94PASS
3260842.44PASS
6473232.45PASS

OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile MXFP4 formatında sunulan Kimi K3 (2,78T parametre, TP=8), tek istekte istek başına 105,7 tok/s üretim hızına ve 67 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 150, agentic kullanım için 50 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: 2.8T MoE, 104B active, 896 experts, 1M context. GMU 0.95

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