LLM Çıkarım Benchmark Gezgini

DGX B300 üzerinde MiniMax-M2 — FP8, vLLM, TP2 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelMiniMax-M2
Parametre229B
Zekâ Endeksi18.6
Agentic Endeksi—
CihazDGX B300
KuantizasyonFP8
Maks C32+
Chat Kapasitesi126
Agentic Kapasitesi31
TP2
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
145266.56PASS
226356.26PASS
432157.23PASS
837953.13PASS
1637048.21PASS
3240642.25PASS

OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile FP8 formatında sunulan MiniMax-M2 (229B parametre, TP=2), tek istekte istek başına 66,6 tok/s üretim hızına ve 452 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 126, agentic kullanım için 31 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.

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