LLM Çıkarım Benchmark Gezgini

DGX B300 üzerinde Qwen3-235B-A22B — BF16, vLLM, TP4 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelQwen3-235B-A22B
Parametre235B
Zekâ Endeksi9.5
Agentic Endeksi—
CihazDGX B300
KuantizasyonBF16
Maks C32+
Chat Kapasitesi128+
Agentic Kapasitesi48+
TP4
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
113291.21PASS
224181.64PASS
426774.52PASS
827864.61PASS
1626754.82PASS
3233233.77PASS

OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile BF16 formatında sunulan Qwen3-235B-A22B (235B parametre, TP=4), tek istekte istek başına 91,2 tok/s üretim hızına ve 132 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için en az 128, agentic kullanım için en az 48 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.