DGX B300 üzerinde Qwen3.8-2.4T-A95B — NVFP4, vLLM, TP8 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | Qwen3.8-2.4T-A95B |
|---|---|
| Parametre | 2.4T |
| Zekâ Endeksi | 39.9 |
| Agentic Endeksi | 50.1 |
| Cihaz | DGX B300 |
| Kuantizasyon | NVFP4 |
| Maks C | 64+ |
| Chat Kapasitesi | 192 |
| Agentic Kapasitesi | 71 |
| TP | 8 |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | — |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 113 | 115.87 | PASS |
| 2 | 94 | 104.57 | PASS |
| 4 | 169 | 87.07 | PASS |
| 8 | 192 | 75.53 | PASS |
| 16 | 365 | 58.98 | PASS |
| 32 | 422 | 45.51 | PASS |
| 64 | 719 | 31.30 | PASS |
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 115,9 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.
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 115,9 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.