2× DGX Spark üzerinde MiMo-V2.6-Flash-RL — FP4, vLLM, TP2, spekülatif kod çözme k=7 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | MiMo-V2.6-Flash-RL |
|---|---|
| Parametre | 310B |
| Zekâ Endeksi | — |
| Agentic Endeksi | — |
| Cihaz | 2× DGX Spark |
| Kuantizasyon | FP4 |
| Maks C | 2 |
| Chat Kapasitesi | 8 |
| Agentic Kapasitesi | 3 |
| TP | 2 |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 378 | 29.20 | PASS |
| 2 | 518 | 20.06 | PASS |
| 4 | 693 | 15.37 | FAIL |
| 8 | 876 | 10.61 | FAIL |
OpenZeka'nın ölçümünde, 2× DGX Spark üzerinde vLLM ile FP4 formatında ve spekülatif kod çözmeyle sunulan MiMo-V2.6-Flash-RL (310B parametre, TP=2), tek istekte istek başına 29,2 tok/s üretim hızına ve 378 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 8, agentic kullanım için 3 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: DFlash speculative decoding k=7, 256K context. Served as MiMo-V2.6-Flash-RL. Model: XiaomiMiMo/MiMo-V2.6-Flash-RL
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, 2× DGX Spark üzerinde vLLM ile FP4 formatında ve spekülatif kod çözmeyle sunulan MiMo-V2.6-Flash-RL (310B parametre, TP=2), tek istekte istek başına 29,2 tok/s üretim hızına ve 378 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 8, agentic kullanım için 3 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.