---
type: "Article"
title: "MiniMax-M3.1-Flash NVFP4/MXFP8 mit vLLM auf 4× DGX Spark"
description: "MiniMax-M3.1-Flash NVFP4/MXFP8 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--minimax-m3.1-flash-tp4-dspark-300k-4x-dgx-spark"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-11-11T03:38:03.226Z"
status: "stable"
---

# MiniMax-M3.1-Flash NVFP4/MXFP8 mit vLLM auf 4× DGX Spark

MiniMax-M3.1-Flash NVFP4/MXFP8 mit vLLM auf 4× DGX Spark: 22,2 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).

- Kreator: [tonyd2wild](https://www.contextstudios.ai/de/lokale-ki/kreatoren/tonyd2wild.md)
- Engine: vLLM 0.1.dev23341+g8744dd2fb (vllm/vllm-openai:minimax-m31-flash-arm64-cu134)
- Quantisierung: NVFP4 experts (Marlin W4A16 on GB10) + MXFP8 attention/dense, FP8 KV (official checkpoint)
- Modellfamilie: MiniMax-M3.1-Flash
- Hardware: dgx-spark x4
- Kontext: 300000

## Alle Zahlen

- 22,2 tok/s (Alltag; Alltag, 1 Anfrage, kurzer Prosa-Prompt, mit DSpark (laut Rezept)) — [source](https://github.com/tonyd2wild/MiniMax-M3.1-Flash-TP4-DGX-Sparks#speed-c1-to-c6)
- decode_tps: 22.2 (1 Anfrage) — [source](https://github.com/tonyd2wild/MiniMax-M3.1-Flash-TP4-DGX-Sparks#speed-c1-to-c6)
- decode_tps: 33.2 (1 Anfrage) — [source](https://github.com/tonyd2wild/MiniMax-M3.1-Flash-TP4-DGX-Sparks#speed-c1-to-c6)
- prefill_tps: 1474 (1 Anfrage) — [source](https://github.com/tonyd2wild/MiniMax-M3.1-Flash-TP4-DGX-Sparks#speed-c1-to-c6)
- ttft_ms: 520 (1 Anfrage) — [source](https://github.com/tonyd2wild/MiniMax-M3.1-Flash-TP4-DGX-Sparks#speed-c1-to-c6)

## Gewichte

- [MiniMaxAI/MiniMax-M3.1-Flash](https://huggingface.co/MiniMaxAI/MiniMax-M3.1-Flash) (main, other)

[https://github.com/tonyd2wild/MiniMax-M3.1-Flash-TP4-DGX-Sparks](https://github.com/tonyd2wild/MiniMax-M3.1-Flash-TP4-DGX-Sparks)

## Related

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