AGmind Հայցել scope

Claim

Qwen3.6-35B-A3B Q4_K_M Ryzen AI Max+ 395-ի վրա (llama.cpp Vulkan) — time to the first token of any output: 221 մվ

active lab_repeated strix.qwen36.interactive.c1.ttft-any-token

221մվ

Չափումը

Beelink GTR9 Pro — AMD Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 GB LPDDR5X-8000 unified համակարգի վրա, llama.cpp (server, Vulkan backend), b9049 (server_fingerprint b9049-2496f9c14) runtime-ով և ggml-org/Qwen3.6-35B-A3B-GGUF @ baec3ebee244 (Q4_K_M) մոդելով չափված «time to the first token of any output» մեծությունը կազմել է 221 մվ (median over all valid requests of three cells)։ Չափումը կատարվել է interactive-assistant-v1@2026-08-02 սառեցված workload-ի տակ; ապացույցի մակարդակը՝ lab_repeated, 9 վավեր գործարկում 1 ֆիզիկական յունիթի վրա։ Արժեքը վերաստացվում է գործարկումների հում գրառումներից ամեն CI build-ում։

Ձևակերպում

On the tested Strix Halo configuration, the first streamed token of any kind arrives in a median of this many milliseconds — but on this model that first token is reasoning, not the answer.

Claim-երի ձևակերպումները հրապարակվում են միայն անգլերեն — սա կանոնական, մեջբերելի տարբերակն է։

Ապացույցներ

Համակարգ
Beelink GTR9 Pro — AMD Ryzen AI Max+ 395, Radeon 8060S (gfx1151), 128 GB LPDDR5X-8000 unified
Runtime
llama.cpp (server, Vulkan backend), b9049 (server_fingerprint b9049-2496f9c14)
Մոդելի արտեֆակտ
ggml-org/Qwen3.6-35B-A3B-GGUF @ baec3ebee244 (Q4_K_M)
Շրջանակ
interactive-assistant-v1@2026-08-02
Ագրեգացիա
median over all valid requests of three cells
Ապացույցի մակարդակ
lab_repeated
Կարգավիճակ
active
Սահմանափակումներ
Nine runs across three cells on one unit — repeated, not unit-replicated. Measured at concurrency 1 on a quiesced node with a desktop session present. Says nothing about when a usable answer starts; see the answer-token claim.
Գործարկումներ

Արժեքի ստացումը

Արժեքն ամեն CI build-ում վերաստացվում է գործարկումների հում գրառումներից այս հարցումով — հրապարակված թիվը չի կարող լուռ շեղվել իր ապացույցներից։

catalog/claims/sql/ttft-any-token.sql

Ինչպես մեջբերել

AGmind Systems Lab. "On the tested Strix Halo configuration, the first streamed token of any kind arrives in a median of this many milliseconds — but on this model that first token is reasoning, not the answer." Claim strix.qwen36.interactive.c1.ttft-any-token (221 ms), evidence level lab_repeated, scope interactive-assistant-v1@2026-08-02. https://agmind.ai/claims/strix.qwen36.interactive.c1.ttft-any-token/
@misc{agmind_strix_qwen36_interactive_c1_ttft_any_token,
  author       = {{AGmind Systems Lab}},
  title        = {On the tested Strix Halo configuration, the first streamed token of any kind arrives in a median of this many milliseconds — but on this model that first token is reasoning, not the answer.},
  howpublished = {\url{https://agmind.ai/claims/strix.qwen36.interactive.c1.ttft-any-token/}},
  note         = {Claim strix.qwen36.interactive.c1.ttft-any-token: 221 ms; evidence level lab\_repeated; scope interactive-assistant-v1@2026-08-02},
  year         = {2026}
}

Մեքենայաընթեռնելի. /claims/strix.qwen36.interactive.c1.ttft-any-token.json · ամբողջ ռեեստրը

Ունե՞ք համադրելի սարքաշար։ Այս claim-ը կարելի է վերարտադրել. /reproduce/

Հրապարակված արդյունքների ուղղումները արձանագրվում են հրապարակայնորեն. errata

← Բոլոր claim-երը