LLM Inference Benchmark Explorer

Qwen3.6-27B op 4× DGX Spark — NVFP4, vLLM, TP4 inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelQwen3.6-27B
Parameters27B
Intelligence Index21.4
Agentic Index18.5
Apparaat4× DGX Spark
KwantisatieNVFP4
Max C16
Chatcapaciteit64
Agentische capaciteit24
TP4
DP—
PP—
EnginevLLM
Speculatieve decodering—
CTTFT (ms)TPS (tok/s)Status
116434.32PASS
226731.68PASS
437329.68PASS
844627.15PASS
1680521.70PASS
32100516.40FAIL
6415518.71FAIL

In deze meting bereikte Qwen3.6-27B (27B parameters), aangeboden in NVFP4-formaat met vLLM op 4× DGX Spark (TP=4), met één verzoek een generatiesnelheid van 34.3 tok/s per verzoek en een time to first token (TTFT) van 164 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 64 gebruikers voor chatgebruik en 24 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: nvidia NVFP4, eugr nightly

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