LLM Inference Benchmark Explorer

GLM-5.3 op DGX B300 — FP8, SGLang, TP4 inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelGLM-5.3
Parameters753B
Intelligence Index44.8
Agentic Index53.1
ApparaatDGX B300
KwantisatieFP8
Max C32
Chatcapaciteit73
Agentische capaciteit18
TP4
DP—
PP—
EngineSGLang
Speculatieve decodering—
CTTFT (ms)TPS (tok/s)Status
1286236.97PASS
2357140.25PASS
438490.58PASS
843759.35PASS
1656133.42PASS
3261423.72PASS
6457017.17FAIL

In deze meting bereikte GLM-5.3 (753B parameters), aangeboden in FP8-formaat met SGLang op DGX B300 (TP=4), met één verzoek een generatiesnelheid van 237 tok/s per verzoek en een time to first token (TTFT) van 286 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 73 gebruikers voor chatgebruik en 18 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.

Opmerkingen: Model: zai-org/GLM-5.3, 1M context

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