2× DGX Spark
62,9tok/sSpitze
1 Anfrage, JSON-Prompt Quelle
Intelligenz25mit Denken
Lokale KI · Rezept · 2× DGX Spark
MiMo-V2.5 310B NVFP4 mit vLLM auf 2× DGX Spark (160k Kontext, mit MTP, tonyd2wild)
MiMo-V2.5 310B NVFP4 mit vLLM auf 2× DGX Spark (160k Kontext, mit MTP, tonyd2wild): 38,3 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von tonyd2wild
Engine
- Engine
- vLLM 0.21.1rc1.dev85+gd87ee1893
- Quantisierung
- NVFP4 experts + MXFP8 dense, fp8_e4m3 KV
- Modellfamilie
- MiMo-V2.5
- Kontext
- 163.840
- Parameter
- 310B MoE / ~15B active (lt. README)
- Kreator
- tonyd2wild
- GitHub-Sterne
- 9
- Repo-Stand
- 10. Juli 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
- 2 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtlukealonso/MiMo-V2.5-NVFP4 MIT
- Engine
- vLLM 0.21.1rc1.dev85+gd87ee1893
- Kontext
- 163.840 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Experimentell
- Eigener Kernel nötig
- Abgelöst
Quellen
Verwandte Rezepte
3× DGX Spark
38,8tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz25mit Denken
- Abgelöst
3× DGX Spark
38,2tok/sSpitze
1 Anfrage, gemischtes Prompt-Set Quelle
Intelligenz25mit Denken
- Experimentell
- Eigener Kernel nötig
2× DGX Spark
37,8tok/sSpitze
1 Anfrage, JSON-Prompt Quelle
Intelligenz25mit Denken
- Eigener Kernel nötig
2× DGX Spark
31,9tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz25mit Denken
- Eigener Kernel nötig
2× DGX Spark
30tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz25mit Denken
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.