LLM Çıkarım Benchmark Gezgini

1× DGX Spark üzerinde Qwen3-4B-Instruct-2507 — NVFP4, vLLM, TP1 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelQwen3-4B-Instruct-2507
Parametre4B
Zekâ Endeksi8.8
Agentic Endeksi—
Cihaz1× DGX Spark
KuantizasyonNVFP4
Maks C32+
Chat Kapasitesi78
Agentic Kapasitesi19
TP—
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
14250.05PASS
24450.92PASS
46049.46PASS
87747.64PASS
169145.15PASS
3211440.45PASS

OpenZeka'nın ölçümünde, 1× DGX Spark üzerinde vLLM ile NVFP4 formatında sunulan Qwen3-4B-Instruct-2507 (4B parametre), tek istekte istek başına 50 tok/s üretim hızına ve 42 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 78, agentic kullanım için 19 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.