LLM Inference Benchmark Explorer

Qwen3.8-27B op DGX B300 — BF16, vLLM, TP1 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 decodering—
CTTFT (ms)TPS (tok/s)Status
16388.34PASS
29987.26PASS
410285.40PASS
813184.18PASS
1615279.18PASS
3222872.46PASS
6428359.38PASS

In deze meting bereikte Qwen3.8-27B (27B parameters), aangeboden in BF16-formaat met vLLM op DGX B300, met één verzoek een generatiesnelheid van 88.3 tok/s per verzoek en een time to first token (TTFT) van 63 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.