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 | 2 |
| Chatcapaciteit | 8 |
| Agentische capaciteit | 3 |
| TP | — |
| DP | — |
| PP | — |
| Engine | vLLM |
| Speculatieve decodering | Ja |
| C | TTFT (ms) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 323 | 20.24 | PASS |
| 2 | 516 | 21.34 | PASS |
| 4 | 531 | 19.90 | FAIL |
| 8 | 621 | 17.87 | FAIL |
| 16 | 813 | 15.00 | 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 20.2 tok/s per verzoek en een time to first token (TTFT) van 323 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 8 gebruikers voor chatgebruik en 3 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: 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 20.2 tok/s per verzoek en een time to first token (TTFT) van 323 ms.
Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 8 gebruikers voor chatgebruik en 3 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.