LLM Inference Benchmark Explorer

Gemma-4-26B-A4B-it op 1× DGX Spark — FP16, vLLM, TP1, speculatieve decodering inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelGemma-4-26B-A4B-it
Parameters26B
Intelligence Index16.7
Agentic Index2.9
Apparaat1× DGX Spark
KwantisatieFP16
Max C4
Chatcapaciteit16
Agentische capaciteit6
TP—
DP—
PP—
EnginevLLM
Speculatieve decoderingJa
CTTFT (ms)TPS (tok/s)Status
125632.00PASS
266825.20PASS
444820.33PASS
851016.13FAIL
1670712.89FAIL
3274410.63FAIL
649018.69FAIL

In deze meting bereikte Gemma-4-26B-A4B-it (26B parameters), aangeboden in FP16-formaat met vLLM en speculatieve decodering op 1× DGX Spark, met één verzoek een generatiesnelheid van 32 tok/s per verzoek en een time to first token (TTFT) van 256 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 16 gebruikers voor chatgebruik en 6 voor agentisch gebruik. De realistische capaciteit ligt waarschijnlijk tussen deze twee waarden. In scenario's waarin programmeren, toolgebruik, lange workflows en multi-agentgebruik overheersen, benadert de capaciteit de agentische schatting; waar kortere interacties, standaardgesprekken en lichtere taken overheersen, benadert zij de chatschatting.

De waarden van Intelligence Index en Agentic Index worden gepubliceerd door Artificial Analysis en worden hier met bronvermelding overgenomen.