LLM Çıkarım Benchmark Gezgini

DGX B300 üzerinde Qwen3.8-2.4T-A95B — NVFP4, vLLM, TP8 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelQwen3.8-2.4T-A95B
Parametre2.4T
Zekâ Endeksi39.9
Agentic Endeksi50.1
CihazDGX B300
KuantizasyonNVFP4
Maks C64+
Chat Kapasitesi192
Agentic Kapasitesi71
TP8
DP—
PP—
Inference EnginevLLM
Spekülatif Kod Çözme—
CTTFT (ms)TPS (tok/s)Durum
1113128.04PASS
294112.49PASS
416997.66PASS
819284.60PASS
1636570.72PASS
3242253.65PASS
6471937.31PASS

OpenZeka'nın ölçümünde, DGX B300 üzerinde vLLM ile NVFP4 formatında sunulan Qwen3.8-2.4T-A95B (2,4T parametre, TP=8), tek istekte istek başına 128 tok/s üretim hızına ve 113 ms ilk token süresine (TTFT) ulaştı.

Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 192, agentic kullanım için 71 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: Model: Inferact/Qwen3.8-2.4T-A95B-NVFP4, 262K context

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