LLM Çıkarım Benchmark Gezgini

RTX PRO 6000 üzerinde Qwen3.8-Flash-Next — NVFP4, SGLang, TP1, spekülatif kod çözme k=3 çıkarım benchmark'ı

Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç

ModelQwen3.8-Flash-Next
Parametre176B
Zekâ Endeksi39.8
Agentic Endeksi53.6
CihazRTX PRO 6000
KuantizasyonNVFP4
Maks C16
Chat Kapasitesi64
Agentic Kapasitesi24
TP—
DP—
PP—
Inference EngineSGLang
Spekülatif Kod ÇözmeEvet
CTTFT (ms)TPS (tok/s)Durum
1139184.84PASS
2196141.04PASS
4221104.82PASS
825269.74PASS
1625745.17PASS
32322342.68FAIL

OpenZeka'nın ölçümünde, RTX PRO 6000 üzerinde SGLang ile NVFP4 formatında ve spekülatif kod çözmeyle sunulan Qwen3.8-Flash-Next (176B parametre), tek istekte istek başına 184,8 tok/s üretim hızına ve 139 ms ilk token süresine (TTFT) ulaştı.

Yalnızca hız hedefleri göz önünde bulundurulduğunda (bu yapılandırma için KV önbelleği sınırı hesaplanmadı), 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: NEXTN MTP k=3. PLE N-gram table (47.7 GiB) in pinned host RAM. mem-frac 0.96, max 16 running; C=32 queues.

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