LLM Çıkarım Benchmark Gezgini

DGX B300 üzerinde MiniMax-M3 — MXFP8, vLLM, TP4 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelMiniMax-M3
Parametre427B
Zekâ Endeksi29.2
Agentic Endeksi29.5
CihazDGX B300
KuantizasyonMXFP8
Maks C64+
Chat Kapasitesi256+
Agentic Kapasitesi91
TP4
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
157118.76PASS
2196101.42PASS
410190.53PASS
813591.07PASS
1622661.69PASS
3238443.76PASS
6449729.50PASS

OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile MXFP8 formatında sunulan MiniMax-M3 (427B parametre, TP=4), tek istekte istek başına 118,8 tok/s üretim hızına ve 57 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için en az 256, agentic kullanım için 91 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.

“En az”, yapılandırmanın test edilen en yüksek yükte bile hız hedeflerini karşıladığı, yani gerçek kapasitenin daha yüksek olabileceği anlamına gelir.

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