LLM Inference Benchmark Explorer
Qwen3.6-27B op 1× DGX Spark — FP8, vLLM, TP1, speculatieve decodering inferentiebenchmark
Open deze configuratie in de LLM Inference Benchmark Explorer
| Model | Qwen3.6-27B |
|---|---|
| Parameters | 27B |
| Intelligence Index | 21.4 |
| Agentic Index | 18.5 |
| Apparaat | 1× DGX Spark |
| Kwantisatie | FP8 |
| Max C | 0 |
| Chatcapaciteit | 0 |
| Agentische capaciteit | 0 |
| TP | — |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 323 | 19.50 | FAIL |
| 2 | 516 | 19.83 | FAIL |
| 4 | 531 | 18.56 | FAIL |
| 8 | 621 | 16.62 | FAIL |
| 16 | 813 | 13.84 | FAIL |
In deze meting bereikte Qwen3.6-27B (27B parameters), aangeboden in FP8-formaat met vLLM en speculatieve decodering op 1× DGX Spark, met één verzoek een generatiesnelheid van 19.5 tok/s per verzoek en een time to first token (TTFT) van 323 ms.
Bij de standaard snelheidsdoelen (ten minste 20 tok/s per verzoek, TTFT ten hoogste 1,000 ms) is er voor deze configuratie geen capaciteitsschatting: geen enkel gemeten belastingsniveau voldeed eraan.
Opmerkingen: MTP gives 2.4x TPS improvement
De waarden van Intelligence Index en Agentic Index worden gepubliceerd door Artificial Analysis en worden hier met bronvermelding overgenomen.
In deze meting bereikte Qwen3.6-27B (27B parameters), aangeboden in FP8-formaat met vLLM en speculatieve decodering op 1× DGX Spark, met één verzoek een generatiesnelheid van 19.5 tok/s per verzoek en een time to first token (TTFT) van 323 ms.
Bij de standaard snelheidsdoelen (ten minste 20 tok/s per verzoek, TTFT ten hoogste 1,000 ms) is er voor deze configuratie geen capaciteitsschatting: geen enkel gemeten belastingsniveau voldeed eraan.