1× DGX Spark üzerinde Qwen3-Coder-30B-A3B-Instruct — NVFP4, vLLM, TP1 çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | Qwen3-Coder-30B-A3B-Instruct |
|---|---|
| Parametre | 30B |
| Zekâ Endeksi | 9.6 |
| Agentic Endeksi | — |
| Cihaz | 1× DGX Spark |
| Kuantizasyon | NVFP4 |
| Maks C | 32+ |
| Chat Kapasitesi | 99 |
| Agentic Kapasitesi | 24 |
| TP | — |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | — |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 66 | 64.99 | PASS |
| 2 | 49 | 53.75 | PASS |
| 4 | 59 | 42.44 | PASS |
| 8 | 76 | 33.59 | PASS |
| 16 | 78 | 27.29 | PASS |
| 32 | 92 | 21.75 | PASS |
OpenZeka'nın ölçümünde, 1× DGX Spark üzerinde vLLM ile NVFP4 formatında sunulan Qwen3-Coder-30B-A3B-Instruct (30B parametre), tek istekte istek başına 65 tok/s üretim hızına ve 66 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 99, 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: NVFP4 is 2.2x faster than FP16 at C1
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, 1× DGX Spark üzerinde vLLM ile NVFP4 formatında sunulan Qwen3-Coder-30B-A3B-Instruct (30B parametre), tek istekte istek başına 65 tok/s üretim hızına ve 66 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 99, 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.