LLM Inference Benchmark Explorer

Gemma-4-31B-it op 2× DGX Spark — NVFP4, vLLM, TP2 inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelGemma-4-31B-it
Parameters31B
Intelligence Index14.7
Agentic Index4.2
Apparaat2× DGX Spark
KwantisatieNVFP4
Max C2
Chatcapaciteit8
Agentische capaciteit3
TP2
DP—
PP—
EnginevLLM
Speculatieve decodering—
CTTFT (ms)TPS (tok/s)Status
113619.68FAIL
222720.14PASS
424619.76FAIL
828018.81FAIL
1629316.29FAIL
3233713.58FAIL
644209.38FAIL

In deze meting bereikte Gemma-4-31B-it (31B parameters), aangeboden in NVFP4-formaat met vLLM op 2× DGX Spark (TP=2), met één verzoek een generatiesnelheid van 19.7 tok/s per verzoek en een time to first token (TTFT) van 136 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 8 gebruikers voor chatgebruik en 3 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.