2× DGX Spark üzerinde Qwen3.8-Flash-Next — NVFP4, SGLang, TP2 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | Qwen3.8-Flash-Next |
|---|---|
| Parametre | 176B |
| Zekâ Endeksi | 39.8 |
| Agentic Endeksi | 53.6 |
| Cihaz | 2× DGX Spark |
| Kuantizasyon | NVFP4 |
| Maks C | 4 |
| Chat Kapasitesi | 16 |
| Agentic Kapasitesi | 6 |
| TP | 2 |
| DP | — |
| PP | — |
| Inference Engine | SGLang |
| Spekülatif Kod Çözme | — |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 200 | 35.80 | PASS |
| 2 | 206 | 29.94 | PASS |
| 4 | 243 | 22.39 | PASS |
| 8 | 2671 | 13.80 | FAIL |
OpenZeka'nın ölçümünde, 2× DGX Spark üzerinde SGLang ile NVFP4 formatında sunulan Qwen3.8-Flash-Next (176B parametre, TP=2), tek istekte istek başına 35,8 tok/s üretim hızına ve 200 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: 262K context. 176B MoE, 6B active, 512 experts.
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, 2× DGX Spark üzerinde SGLang ile NVFP4 formatında sunulan Qwen3.8-Flash-Next (176B parametre, TP=2), tek istekte istek başına 35,8 tok/s üretim hızına ve 200 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.