4× DGX Spark üzerinde MiMo-V2.6-Flash-RL — FP4, vLLM, TP4, 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 | 4× DGX Spark |
| Kuantizasyon | FP4 |
| Maks C | 4 |
| Chat Kapasitesi | 16 |
| Agentic Kapasitesi | 6 |
| TP | 4 |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 303 | 45.68 | PASS |
| 2 | 402 | 32.47 | PASS |
| 4 | 497 | 22.94 | PASS |
| 8 | 643 | 14.88 | FAIL |
OpenZeka'nın ölçümünde, 4× DGX Spark üzerinde vLLM ile FP4 formatında ve spekülatif kod çözmeyle sunulan MiMo-V2.6-Flash-RL (310B parametre, TP=4), tek istekte istek başına 45,7 tok/s üretim hızına ve 303 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 16, agentic kullanım için 6 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, 500K 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, 4× DGX Spark üzerinde vLLM ile FP4 formatında ve spekülatif kod çözmeyle sunulan MiMo-V2.6-Flash-RL (310B parametre, TP=4), tek istekte istek başına 45,7 tok/s üretim hızına ve 303 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 16, agentic kullanım için 6 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.