LLM Çıkarım Benchmark Gezgini

4× DGX Spark üzerinde Qwen3.6-27B — NVFP4, vLLM, TP4 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelQwen3.6-27B
Parametre27B
Zekâ Endeksi21.4
Agentic Endeksi18.5
Cihaz4× DGX Spark
KuantizasyonNVFP4
Maks C16
Chat Kapasitesi64
Agentic Kapasitesi24
TP4
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
116434.32PASS
226731.68PASS
437329.68PASS
844627.15PASS
1680521.70PASS
32100516.40FAIL
6415518.71FAIL

OpenZeka'nın ölçümünde, 4× DGX Spark üzerinde vLLM ile NVFP4 formatında sunulan Qwen3.6-27B (27B parametre, TP=4), tek istekte istek başına 34,3 tok/s üretim hızına ve 164 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 64, agentic kullanım için 24 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.