LLM Inference Benchmark Explorer

Qwen3.8-27B op DGX B300 — BF16, vLLM, TP1, speculatieve decodering inferentiebenchmark

Open deze configuratie in de LLM Inference Benchmark Explorer

ModelQwen3.8-27B
Parameters27B
Intelligence Index33.7
Agentic Index45.8
ApparaatDGX B300
KwantisatieBF16
Max C64+
Chatcapaciteit225
Agentische capaciteit77
TP—
DP—
PP—
EnginevLLM
Speculatieve decoderingJa
CTTFT (ms)TPS (tok/s)Status
177189.39PASS
2112178.57PASS
4101178.89PASS
8130142.25PASS
16155145.56PASS
32201113.25PASS
6422567.25PASS

In deze meting bereikte Qwen3.8-27B (27B parameters), aangeboden in BF16-formaat met vLLM en speculatieve decodering op DGX B300, met één verzoek een generatiesnelheid van 189.4 tok/s per verzoek en een time to first token (TTFT) van 77 ms.

Rekening houdend met de snelheidsdoelen en de beschikbare KV-cachecapaciteit, bedraagt de geschatte capaciteit 225 gebruikers voor chatgebruik en 77 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.

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