---
type: "Article"
title: "Qwen3.8-Flash-Next NVFP4 mit vLLM auf 2× DGX Spark (Vision)"
description: "Qwen3.8-Flash-Next NVFP4 mit vLLM auf 2× DGX Spark (Vision): Rezept von sfxnz mit Tempo, Bedingung und Quelle je Zahl, Gewichten und Lizenz."
resource: "https://www.contextstudios.ai/de/lokale-ki/sfxnz--qwen38-flash-next-nvfp4-2x-dgx-spark"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-10-02T21:58:20.125Z"
status: "stable"
---

# Qwen3.8-Flash-Next NVFP4 mit vLLM auf 2× DGX Spark (Vision)

Qwen3.8-Flash-Next NVFP4 mit vLLM auf 2× DGX Spark (Vision): 43,2 tok/s laut github.com (Datensatz-Stand: 29. Sept. 2026).

- Kreator: [sfxnz](https://www.contextstudios.ai/de/lokale-ki/kreatoren/sfxnz.md)
- Engine: vLLM
- Quantisierung: ModelOpt NVFP4 W4A4 routed experts, PLE-n-gram-Tabelle per-Tensor FP8, MTP-Experten FP8_BLOCK_SCALES (gs 128), KV auto, Marlin/FlashInfer via moe-backend auto
- Modellfamilie: Qwen3.8-Flash-Next
- Hardware: dgx-spark x2
- Kontext: 262144
- Artificial Analysis Intelligence Index: 39.8 ([source](https://artificialanalysis.ai/models/qwen3-8-flash-next))

## Alle Zahlen

- 43,2 tok/s (Alltag; Alltag, 1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept)) — [source](https://github.com/sfxnz/Qwen3.8-Flash-Next-NVFP4-vLLM-2x-DGX-Spark/blob/main/README.md)
- decode_tps: 43.2 (1 Anfrage) — [source](https://github.com/sfxnz/Qwen3.8-Flash-Next-NVFP4-vLLM-2x-DGX-Spark/blob/main/README.md)
- decode_tps: 55.5 (1 Anfrage) — [source](https://github.com/sfxnz/Qwen3.8-Flash-Next-NVFP4-vLLM-2x-DGX-Spark/blob/main/README.md)

## Gewichte

- [nvidia/Qwen3.8-Flash-Next-NVFP4](https://huggingface.co/nvidia/Qwen3.8-Flash-Next-NVFP4) (main, other)

[https://github.com/sfxnz/Qwen3.8-Flash-Next-NVFP4-vLLM-2x-DGX-Spark](https://github.com/sfxnz/Qwen3.8-Flash-Next-NVFP4-vLLM-2x-DGX-Spark)

## Related

- [Lokale KI auf Ihrer Hardware.](https://www.contextstudios.ai/de/lokale-ki.md)