Qwen3.6-35B-A3B Q4_K_M Ryzen AI Max+ 395-ի վրա (llama.cpp Vulkan) — time to first answer token with reasoning on: 20191 մվ

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 first answer token with reasoning on» մեծությունը կազմել է 20191 մվ (median over valid requests)։ Չափումը կատարվել է interactive-assistant-v2@2026-08-02 սառեցված workload-ի տակ; ապացույցի մակարդակը՝ lab_unit_replicated, 6 վավեր գործարկում 2 ֆիզիկական յունիթի վրա։ Արժեքը վերաստացվում է գործարկումների հում գրառումներից ամեն CI build-ում։

Ձևակերպում

Median client-side time to the first token of the actual answer with reasoning enabled at a 4096-token budget, human-task corpus.

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-v2@2026-08-02

Ագրեգացիա

median over valid requests

Ապացույցի մակարդակ

lab_unit_replicated

Կարգավիճակ

active

Սահմանափակումներ

Three repeated runs across two commercially identical units — diagnostic depth, not a cross-unit qualification.

Գործարկումներ

• run-20260802-v2-budget4k-a
• run-20260802-v2-budget4k-a-r2
• run-20260802-v2-budget4k-a-r3
• run-20260803-v2-budget4k-b
• run-20260803-v2-budget4k-b-r2
• run-20260803-v2-budget4k-b-r3

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/ttfa-thinking-1k.sql

Ինչպես մեջբերել

AGmind Systems Lab. "Median client-side time to the first token of the actual answer with reasoning enabled at a 4096-token budget, human-task corpus." Claim strix.qwen36.interactive2.c1.ttfa-thinking (20191 ms), evidence level lab_unit_replicated, scope interactive-assistant-v2@2026-08-02. https://agmind.ai/claims/strix.qwen36.interactive2.c1.ttfa-thinking/

@misc{agmind_strix_qwen36_interactive2_c1_ttfa_thinking,
  author       = {{AGmind Systems Lab}},
  title        = {Median client-side time to the first token of the actual answer with reasoning enabled at a 4096-token budget, human-task corpus.},
  howpublished = {\url{https://agmind.ai/claims/strix.qwen36.interactive2.c1.ttfa-thinking/}},
  note         = {Claim strix.qwen36.interactive2.c1.ttfa-thinking: 20191 ms; evidence level lab\_unit\_replicated; scope interactive-assistant-v2@2026-08-02},
  year         = {2026}
}

Մեքենայաընթեռնելի. /claims/strix.qwen36.interactive2.c1.ttfa-thinking.json · ամբողջ ռեեստրը