4× DGX Spark
87,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenz40mit Denkenohne Denken 25
Lokale KI · Rezept · 3× DGX Spark
DeepSeek-V4.1-Flash 763B MXFP4 mit SGLang auf 3× DGX Spark
DeepSeek-V4.1-Flash 763B MXFP4 mit SGLang auf 3× DGX Spark: 51 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von MiaAI-Lab
51tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP/EAGLE (spekulativ, ~59 ms/step) (laut Rezept)
Quelle: github.comIntelligenz (Originalmodell) · Artificial Analysis40mit Denkenohne Denken 25
Engine
- Engine
- SGLang
- Quantisierung
- native MXFP4 experts + FP8 dense
- Modellfamilie
- DeepSeek-V4.1-Flash
- Kontext
- 262.144
- Parameter
- ~763B
- Kreator
- MiaAI-Lab
- GitHub-Sterne
- 281
- Repo-Stand
- 17. Okt. 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Decode · 1 Anfrage
Was brauche ich
- Hardware
- 3 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtdeepseek-ai/DeepSeek-V4.1-Flash MIT
- Engine
- SGLang
- Kontext
- 262.144 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Eigener Kernel nötig
Quellen
Verwandte Rezepte
8× DGX Spark
74tok/sAlltag
1 Anfrage, Generierung bei 32K Kontext (Speed-Tabelle, Ring aus acht), Thinking on, high, mit DSpark (laut Rezept); experimentelles Profil Quelle
Intelligenz40mit Denkenohne Denken 25
- Eigener Kernel nötig
- Experimentell
4× RTX PRO 6000
73,1tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 32788, mit DSPARK Quelle
Intelligenz40mit Denkenohne Denken 25
4× DGX Spark
71tok/sAlltag
1 Anfrage, Decode bei 32K Kontext (Speed-Tabelle, Ring aus vier), Thinking on, high Quelle
Intelligenz40mit Denkenohne Denken 25
- Eigener Kernel nötig
4× DGX Spark
59,1tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenz40mit Denkenohne Denken 25
2× DGX Spark
42,6tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenz40mit Denkenohne Denken 25Wert des Originalmodells. Stark komprimiert (~2 Bit), Intelligenz dürfte deutlich niedriger liegen.
- ≤ 3 bit: Quantisierung kann Qualität kosten
- Experimentell
- 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.