---
type: "Article"
title: "Qwen3.8-Flash-Next NVFP4 mit vLLM auf 2× DGX Spark (Weschera)"
description: "Qwen3.8-Flash-Next NVFP4 mit vLLM auf 2× DGX Spark (Weschera): Rezept von Weschera mit Tempo, Bedingung und Quelle je Zahl, Gewichten und Lizenz."
resource: "https://www.contextstudios.ai/de/lokale-ki/weschera--qwen38-flash-next-nvfp4-nvidia-mtp3-2x-dgx-spark"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-10-02T11:23:22.167Z"
status: "stable"
---

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

Qwen3.8-Flash-Next NVFP4 mit vLLM auf 2× DGX Spark (Weschera): 33 tok/s laut github.com (Datensatz-Stand: 29. Sept. 2026).

- Kreator: [Weschera](https://www.contextstudios.ai/de/lokale-ki/kreatoren/weschera.md)
- Engine: vLLM
- Quantisierung: NVFP4 (ModelOpt MIXED_PRECISION: NVFP4 Experts, FP8 dense/PLE/MTP); BF16 KV (Pflicht — QSA lehnt fp8-KV ab)
- Modellfamilie: Qwen3.8-Flash-Next
- Hardware: dgx-spark x2
- Kontext: 131072

## Alle Zahlen

- 33 tok/s (Alltag; Alltag, 1 Anfrage, Prosa-Prompt, mit MTP) — [source](https://github.com/Weschera/Qwen3.8-Flash-Next-NVFP4-2x-DGX-Spark/blob/main/README.md)
- decode_tps: 33 (1 Anfrage) — [source](https://github.com/Weschera/Qwen3.8-Flash-Next-NVFP4-2x-DGX-Spark/blob/main/README.md)
- decode_tps: 58 (1 Anfrage) — [source](https://github.com/Weschera/Qwen3.8-Flash-Next-NVFP4-2x-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/Weschera/Qwen3.8-Flash-Next-NVFP4-2x-DGX-Spark](https://github.com/Weschera/Qwen3.8-Flash-Next-NVFP4-2x-DGX-Spark)

## Related

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