---
type: "Article"
title: "MiMo-V2.6-Flash 311B FP8 mit vLLM auf 4× DGX Spark"
description: "MiMo-V2.6-Flash 311B FP8 mit vLLM auf 4× DGX Spark: Rezept von tonyd2wild mit Tempo, Bedingung und Quelle je Zahl, Gewichten und Lizenz."
resource: "https://www.contextstudios.ai/de/lokale-ki/tonyd2wild--mimo-v2.6-flash-dgx-spark-recipe-4x"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-11-11T03:37:58.054Z"
status: "stable"
---

# MiMo-V2.6-Flash 311B FP8 mit vLLM auf 4× DGX Spark

MiMo-V2.6-Flash 311B FP8 mit vLLM auf 4× DGX Spark: 59,8 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).

- Kreator: [tonyd2wild](https://www.contextstudios.ai/de/lokale-ki/kreatoren/tonyd2wild.md)
- Engine: vLLM
- Quantisierung: Original-Checkpoint (FP8), FP8 KV
- Modellfamilie: MiMo-V2.6-Flash
- Hardware: dgx-spark x4
- Kontext: 500000

## Alle Zahlen

- 59,8 tok/s (Gemischt; Gemischt, 1 Anfrage, gemischtes Prompt-Set, mit DFlash (laut Rezept)) — [source](https://github.com/tonyd2wild/MiMo-V2.6-Flash-DGX-Spark-Recipe/blob/main/results/tp4/bench-tp4-gmu85-c1clean.md)
- decode_tps: 59.82 (1 Anfrage) — [source](https://github.com/tonyd2wild/MiMo-V2.6-Flash-DGX-Spark-Recipe/blob/main/results/tp4/bench-tp4-gmu85-c1clean.md)
- decode_tps: 136.16 (1 Anfrage) — [source](https://github.com/tonyd2wild/MiMo-V2.6-Flash-DGX-Spark-Recipe/blob/main/results/tp4/bench-tp4-gmu85-c1clean.md)
- prefill_tps: 2952.1 (1 Anfrage) — [source](https://github.com/tonyd2wild/MiMo-V2.6-Flash-DGX-Spark-Recipe/blob/main/results/tp4/bench-tp4-gmu85-base.md)

## Gewichte

- [XiaomiMiMo/MiMo-V2.6-Flash-RL](https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-RL) (main, mit)

[https://github.com/tonyd2wild/MiMo-V2.6-Flash-DGX-Spark-Recipe](https://github.com/tonyd2wild/MiMo-V2.6-Flash-DGX-Spark-Recipe)

## Related

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