LLM Çıkarım Benchmark Gezgini

2× DGX Spark üzerinde Qwen3.6-27B — NVFP4, vLLM, TP2 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelQwen3.6-27B
Parametre27B
Zekâ Endeksi21.4
Agentic Endeksi18.5
Cihaz2× DGX Spark
KuantizasyonNVFP4
Maks C4
Chat Kapasitesi16
Agentic Kapasitesi6
TP2
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
114923.00PASS
225221.72PASS
432020.77PASS
845718.70FAIL
1674116.25FAIL
32119712.24FAIL
6421377.58FAIL

OpenZeka'nın ölçümünde, 2× DGX Spark üzerinde vLLM ile NVFP4 formatında sunulan Qwen3.6-27B (27B parametre, TP=2), tek istekte istek başına 23 tok/s üretim hızına ve 149 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 16, agentic kullanım için 6 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: nvidia NVFP4, eugr nightly

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