LLM Inference Benchmark Explorer

Muse-Glimmer-30B op RTX PRO 6000 — BF16, vLLM, TP1, speculatieve decodering k=15 inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelMuse-Glimmer-30B
Parameters30B
Intelligence Index17.5
Agentic Index8.5
ApparaatRTX PRO 6000
KwantisatieBF16
Max C32
Chatcapaciteit128
Agentische capaciteit47
TP—
DP—
PP—
EnginevLLM
Speculatieve decoderingJa
CTTFT (ms)TPS (tok/s)Status
1118180.51PASS
2163171.23PASS
4178158.73PASS
8215137.74PASS
1632896.62PASS
3258052.94PASS
64330150.40FAIL

In deze meting bereikte Muse-Glimmer-30B (30B parameters), aangeboden in BF16-formaat met vLLM en speculatieve decodering op RTX PRO 6000, met één verzoek een generatiesnelheid van 180.5 tok/s per verzoek en een time to first token (TTFT) van 118 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 128 gebruikers voor chatgebruik en 47 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: DFlash, native MTP k=15

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