Thor üzerinde Qwen3-VL-30B-A3B-Instruct — FP8, vLLM, TP1, spekülatif kod çözme çıkarım benchmark'ı
Bu yapılandırmayı LLM Çıkarım Benchmark Gezgini'nde aç
| Model | Qwen3-VL-30B-A3B-Instruct |
|---|---|
| Parametre | 30B |
| Zekâ Endeksi | 9.5 |
| Agentic Endeksi | — |
| Cihaz | Thor |
| Kuantizasyon | FP8 |
| Maks C | 8 |
| Chat Kapasitesi | 32 |
| Agentic Kapasitesi | 12 |
| TP | — |
| DP | — |
| PP | — |
| Inference Engine | vLLM |
| Spekülatif Kod Çözme | Evet |
| C | TTFT (ms) | TPS (tok/s) | Durum |
|---|---|---|---|
| 1 | 75 | 55.98 | PASS |
| 2 | 109 | 41.07 | PASS |
| 4 | 149 | 27.47 | PASS |
| 8 | 189 | 20.83 | PASS |
| 16 | 225 | 15.63 | FAIL |
| 32 | 300 | 12.32 | FAIL |
OpenZeka'nın ölçümünde, Thor üzerinde vLLM ile FP8 formatında ve spekülatif kod çözmeyle sunulan Qwen3-VL-30B-A3B-Instruct (30B parametre), tek istekte istek başına 56 tok/s üretim hızına ve 75 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 32, agentic kullanım için 12 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: Speculative decoding used; mechanism and depth not recorded. Model: Qwen/Qwen3-VL-30B-A3B-Instruct-FP8. 256K context
Zekâ Endeksi ve Agentic Endeksi değerleri Artificial Analysis tarafından yayımlanmıştır ve kaynak belirtilerek burada aktarılmıştır.
OpenZeka'nın ölçümünde, Thor üzerinde vLLM ile FP8 formatında ve spekülatif kod çözmeyle sunulan Qwen3-VL-30B-A3B-Instruct (30B parametre), tek istekte istek başına 56 tok/s üretim hızına ve 75 ms ilk token süresine (TTFT) ulaştı.
Hız hedefleri ve kullanılabilir KV önbelleği kapasitesi göz önünde bulundurulduğunda, tahmini kapasite chat kullanımı için 32, agentic kullanım için 12 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.