LLM Çıkarım Benchmark Gezgini

1× DGX Spark üzerinde Qwen3.6-27B — FP8, vLLM, TP1, spekülatif kod çözme çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelQwen3.6-27B
Parametre27B
Zekâ Endeksi21.4
Agentic Endeksi18.5
Cihaz1× DGX Spark
KuantizasyonFP8
Maks C2
Chat Kapasitesi8
Agentic Kapasitesi3
TP—
DP—
PP—
Inference EnginevLLM
Spekülatif Kod ÇözmeEvet
CTTFT (ms)TPS (tok/s)Durum
132320.24PASS
251621.34PASS
453119.90FAIL
862117.87FAIL
1681315.00FAIL

OpenZeka'nın ölçümünde, 1× DGX Spark üzerinde vLLM ile FP8 formatında ve spekülatif kod çözmeyle sunulan Qwen3.6-27B (27B parametre), tek istekte istek başına 20,2 tok/s üretim hızına ve 323 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 8, agentic kullanım için 3 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: MTP gives 2.4x TPS improvement

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