LLM Inference Benchmark Explorer

Qwen3-235B-A22B op DGX B300 — BF16, vLLM, TP4 inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelQwen3-235B-A22B
Parameters235B
Intelligence Index9.5
Agentic Index—
ApparaatDGX B300
KwantisatieBF16
Max C32+
Chatcapaciteit128+
Agentische capaciteit48+
TP4
DP—
PP—
EnginevLLM
Speculatieve decodering—
CTTFT (ms)TPS (tok/s)Status
113291.21PASS
224181.64PASS
426774.52PASS
827864.61PASS
1626754.82PASS
3233233.77PASS

In deze meting bereikte Qwen3-235B-A22B (235B parameters), aangeboden in BF16-formaat met vLLM op DGX B300 (TP=4), met één verzoek een generatiesnelheid van 91.2 tok/s per verzoek en een time to first token (TTFT) van 132 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit ten minste 128 gebruikers voor chatgebruik en ten minste 48 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.

„Ten minste” betekent dat de configuratie zelfs bij de hoogste geteste belasting aan de snelheidsdoelen voldeed, zodat de werkelijke capaciteit hoger kan zijn.

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