1× DGX Spark
79,7tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit MTP (laut Rezept) Quelle
Intelligenz18mit Denkenohne Denken 15
Lokale KI · Rezept · 1× DGX Spark
Qwen3.6-35B-A3B NVFP4 mit vLLM auf 1× DGX Spark (256k Kontext)
Qwen3.6-35B-A3B NVFP4 mit vLLM auf 1× DGX Spark (256k Kontext): 93,1 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von r0b0tlab
Intelligenz (Originalmodell) · Artificial Analysis18mit Denkenohne Denken 15
Engine
- Engine
- vLLM 0.25.0 (702f4814)
- Quantisierung
- NVFP4 + FP8 KV
- Modellfamilie
- Qwen3.6-35B-A3B
- Kontext
- 262.144
- Parameter
- 35B total / 3B active MoE
- Kreator
- r0b0tlab
- GitHub-Sterne
- 7
- Repo-Stand
- 15. Juli 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Decode · 1 Anfrage
Zeit bis zum ersten Token
Kürzer ist besser.
Was brauche ich
- Hardware
- 1 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtnvidia/Qwen3.6-35B-A3B-NVFP4 Apache-2.0
- Engine
- vLLM 0.25.0 (702f4814)
- Kontext
- 262.144 Token
Verwandte Rezepte
1× DGX Spark
57,5tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit MTP Quelle
Intelligenz18mit Denkenohne Denken 15
1× DGX Spark
45,4tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
1× Strix Halo
70,2tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz18mit Denkenohne Denken 15
1× DGX Spark
71,8tok/sAlltag
1 Anfrage, Prosa-Prompt (gesampelt, Thinking aus), mit LiLiCorr (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- ≤ 3 bit: Quantisierung kann Qualität kosten
- Eigener Kernel nötig
- Lizenz ungeklärt
1× DGX Spark
60,3tok/sAlltag
1 Anfrage, Prosa-Prompt (Essay), Kontext 2k, ohne Drafter (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- 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.