LLM Inference Benchmark Explorer

Gemma-4-31B-it op DGX B300 — BF16, vLLM, TP1 inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelGemma-4-31B-it
Parameters31B
Intelligence Index14.7
Agentic Index4.2
ApparaatDGX B300
KwantisatieBF16
Max C64+
Chatcapaciteit168
Agentische capaciteit59
TP—
DP—
PP—
EnginevLLM
Speculatieve decodering—
CTTFT (ms)TPS (tok/s)Status
13575.82PASS
24173.31PASS
44872.05PASS
85772.41PASS
168371.79PASS
328166.09PASS
649257.70PASS

In deze meting bereikte Gemma-4-31B-it (31B parameters), aangeboden in BF16-formaat met vLLM op DGX B300, met één verzoek een generatiesnelheid van 75.8 tok/s per verzoek en een time to first token (TTFT) van 35 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 168 gebruikers voor chatgebruik en 59 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.