8× DGX Spark üzerinde Muse-Spark-Open-816B-A42B — NVFP4, vLLM, TP8, spekülatif kod çözme çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | Muse-Spark-Open-816B-A42B |
|---|---|
| Parametre | 816B |
| Zekâ Endeksi | 38.9 |
| Agentic Endeksi | — |
| Cihaz | 8× DGX Spark |
| Kuantizasyon | NVFP4 |
| Maks C | 1 |
| Chat Kapasitesi | 4 |
| Agentic Kapasitesi | 1 |
| TP | 8 |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 508 | 24.20 | PASS |
| 2 | 695 | 18.44 | FAIL |
| 4 | 815 | 15.23 | FAIL |
| 8 | 990 | 12.77 | FAIL |
OpenZeka'nın ölçümünde, 8× DGX Spark üzerinde vLLM ile NVFP4 formatında ve spekülatif kod çözmeyle sunulan Muse-Spark-Open-816B-A42B (816B parametre, TP=8), tek istekte istek başına 24,2 tok/s üretim hızına ve 508 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 4, agentic kullanım için 1 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: DSpark speculative. 128K context.
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, 8× DGX Spark üzerinde vLLM ile NVFP4 formatında ve spekülatif kod çözmeyle sunulan Muse-Spark-Open-816B-A42B (816B parametre, TP=8), tek istekte istek başına 24,2 tok/s üretim hızına ve 508 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 4, agentic kullanım için 1 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.