RTX PRO 6000 üzerinde Muse-Glimmer-30B — BF16, vLLM, TP1, spekülatif kod çözme k=15 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | Muse-Glimmer-30B |
|---|---|
| Parametre | 30B |
| Zekâ Endeksi | 17.5 |
| Agentic Endeksi | 8.5 |
| Cihaz | RTX PRO 6000 |
| Kuantizasyon | BF16 |
| Maks C | 32 |
| Chat Kapasitesi | 128 |
| Agentic Kapasitesi | 47 |
| TP | — |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 118 | 165.38 | PASS |
| 2 | 163 | 155.93 | PASS |
| 4 | 178 | 138.39 | PASS |
| 8 | 215 | 121.33 | PASS |
| 16 | 328 | 83.91 | PASS |
| 32 | 580 | 46.20 | PASS |
| 64 | 3301 | 23.13 | FAIL |
OpenZeka'nın ölçümünde, RTX PRO 6000 üzerinde vLLM ile BF16 formatında ve spekülatif kod çözmeyle sunulan Muse-Glimmer-30B (30B parametre), tek istekte istek başına 165,4 tok/s üretim hızına ve 118 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 128, agentic kullanım için 47 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, native MTP k=15
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, RTX PRO 6000 üzerinde vLLM ile BF16 formatında ve spekülatif kod çözmeyle sunulan Muse-Glimmer-30B (30B parametre), tek istekte istek başına 165,4 tok/s üretim hızına ve 118 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 128, agentic kullanım için 47 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.