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 763B EXL3 3.5 bpw mit ExLlamaV3 auf 4× DGX Spark
von tonyd2wild
Intelligenz (Originalmodell) · Artificial Analysis40mit Denkenohne Denken 25
Engine
- Engine
- vLLM + ExLlamaV3 (Default), SGLang experimentell
- Quantisierung
- EXL3 3.5bpw routed experts + FP8 Rest
- Modellfamilie
- DeepSeek-V4.1-Flash
- Kontext
- 500.000
- Parameter
- ~763B
- Kreator
- tonyd2wild
- GitHub-Sterne
- 86
- Repo-Stand
- 24. 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
- Hauptgewichtbot-lab-21/DeepSeek-V4.1-Flash-EXL3-3.5bpw-Pollard MIT
- Basisdeepseek-ai/DeepSeek-V4.1-Flash MIT
- Engine
- vLLM + ExLlamaV3 (Default), SGLang experimentell
- Kontext
- 500.000 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Experimentell
- Eigener Kernel nötig
Quellen
Verwandte Rezepte
4× RTX PRO 6000
73,1tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 32788, mit DSPARK Quelle
Intelligenz40mit Denkenohne Denken 25
4× DGX Spark
59,1tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) 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
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.