4× DGX Spark
87,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenz40mit Denkenohne Denken 25
Lokale KI · Rezept · 4× DGX Spark
DeepSeek-V4.1-Flash MXFP4 mit SGLang auf 4× DGX Spark (0xSero)
von 0xSero
Intelligenz (Originalmodell) · Artificial Analysis40mit Denkenohne Denken 25
Engine
- Engine
- SGLang
- Quantisierung
- MXFP4 experts + FP8 dense
- Modellfamilie
- DeepSeek-V4.1-Flash
- Kontext
- 1.048.576
- Kreator
- 0xSero
- GitHub-Sterne
- 190
- Repo-Stand
- 26. Sept. 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Für dieses Rezept sind keine Messwerte mit Quelle belegt.
Was brauche ich
- Hardware
- 4 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtdeepseek-ai/DeepSeek-V4.1-Flash MIT
- Engine
- SGLang
- Kontext
- 1.048.576 Token
Quellen
- github.com/0xSero/local-ai-registry/blob/main/data/registry/speed-sweep/deepseek-v4-1-flash-native-dgxspark-sglang-tp4-tuned-sweep.json
- github.com/0xSero/local-ai-registry/blob/3e47fa9d4ecfe76f1b8da335543a50e09c56f16e/sources/dgx-spark/2026-09-19/deepseek-v4-1-flash-sglang-tp4-4x-spark-tuned/README.md
Verwandte Rezepte
4× RTX PRO 6000
73,1tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 32788, mit DSPARK Quelle
Intelligenz40mit Denkenohne Denken 25
3× DGX Spark
51tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP/EAGLE (spekulativ, ~59 ms/step) (laut Rezept) Quelle
Intelligenz40mit Denkenohne Denken 25
- Eigener Kernel nötig
2× DGX Spark
31,6tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenz40mit Denkenohne Denken 25
- ≤ 3 bit: Quantisierung kann Qualität kosten
- Eigener Kernel nötig
2× DGX Spark
31,6tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenz40mit Denkenohne Denken 25
- ≤ 3 bit: Quantisierung kann Qualität kosten
- Experimentell
- Eigener Kernel nötig
4× DGX Spark
30,2tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenz40mit Denkenohne Denken 25
- Eigener Kernel nötig
Lokale KI im eigenen Unternehmen?
Im Workshop klären wir, welche Modelle und welche Hardware zu Ihren Aufgaben passen, und bauen den ersten Agenten auf Ihrer Infrastruktur.