De Arena.
38 modellen.
1 DGX Spark.
Vergelijk open-weight modellen op DGX Spark met een indicatieve score: 70% externe kwaliteit, 20% throughput en 10% geheugenefficiëntie. Kies een workload en bekijk de afzonderlijke metingen. Onvolledige kwaliteitsgegevens leveren geen totaalscore op.
Actieve vergelijking: Bruikbaarheidsscore (indicatief) · Aggregaat
De indicatieve bruikbaarheidsscore weegt kwaliteit het zwaarst. Kleine modellen kunnen snel zijn zonder jouw taak goed uit te voeren. Externe tests zijn niet onderling uitwisselbaar en zijn geen kwaliteitstest van jouw lokale precisie.
| Selecteer | # | Model | Size | Context | VRAM | Kennis | Redeneren | Code | Throughput | Bruikbaarheidsscore (indicatief) | Details |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 11 | Nemotron-Cascade-2 30B-A3B nvidia · MoE · BF16 | 30B | 1000K | 60 GB | 79,8MMLU-Pro | 76,1GPQA-Diamond | 87,2LiveCodeBench v6 | 62t/s | 62,8 | ||
| 12 | Qwen-3.6 27B alibaba · Hybrid · BF16 | 27B | 256K | 54 GB | 86,2MMLU-Pro | 87,8GPQA-Diamond | 83,9LiveCodeBench v6 | 26t/s | 62,7 | ||
| 13 | Qwen-3.5 9B alibaba · Dense · BF16 | 9B | 256K | 18 GB | 82,5MMLU-Pro | 81,7GPQA-Diamond | 65,6LiveCodeBench v6 | 84t/s | 62,6 | ||
| 14 | Gemma-4 31B google · Dense · NVFP4 | 31B | 256K | 22 GB | 85,2MMLU-Pro | 84,3GPQA-Diamond | 80LiveCodeBench v6 | 26t/s | 60,9 | ||
| 15 | Gemma-4 31B google · Dense · BF16 | 31B | 256K | 62 GB | 85,2MMLU-Pro | 84,3GPQA-Diamond | 80LiveCodeBench v6 | 15t/s | 59,7 | ||
| 16 | Gemma-4 E4B google · Dense · BF16 | 4,5B | 128K | 9 GB | 69,4MMLU-Pro | 58,6GPQA-Diamond | 52LiveCodeBench v6 | 101t/s | 54,1 | ||
| — | gpt-oss-20b openai · MoE · MXFP4 | 21B | 128K | 14 GB | 85,3MMLU | 71,5GPQA-Diamond | — | 130t/s | Niet beschikbaar | ||
| — | Granite-4.1 8B ibm · Dense · BF16 | 8B | 128K | 16 GB | 56MMLU-Pro | 42GPQA | 85,4HumanEval | 59t/s | Niet beschikbaar | ||
| — | KAT-Coder V2.5 kwaipilot · MoE · BF16 | 35B | 256K | 70 GB | — | — | — | 60t/s | Niet beschikbaar | ||
| — | LFM2.5 2.6B liquidai · Hybrid · BF16 | 2,7B | 32K | 5 GB | — | — | 59,4LiveCodeBench v6 | 235t/s | Niet beschikbaar |
Horizontaal staat de totale throughput voor de gekozen workload. Verticaal staat de gemiddelde externe kwaliteit uit MMLU-Pro, GPQA-Diamond en LiveCodeBench v6, op een vaste schaal van 0 tot 100. Alleen modellen met de vereiste kwaliteitstests, een workloadmeting en een geldige geheugenwaarde worden getoond. De blauwe grens toont modellen waarvoor binnen je filter geen ander model minstens even snel én kwalitatief even hoog scoort, met verbetering op minstens één as. Dit is geen totaalscore: geheugenefficiëntie telt daar wel mee.
Getoond: 16 van 38 modellen.
Elke bol is één modelprofiel. Blauw markeert de Pareto-grens; voor een grijs model is binnen je filter een alternatief dat op snelheid en externe kwaliteit minstens even goed scoort en op één van beide beter. Grotere bollen betekenen meer geheugen voor de modelgewichten. Open de uitleg bij de legenda voor de precieze betekenis.
Grafiekwaarden als tabel
| Model | t/s | Externe kwaliteit | GB | Bruikbaarheidsscore |
|---|---|---|---|---|
| Qwen-3.6 35B-A3B · NVFP4 | 130,8 | 83,9 | 24 | 72,3 |
| Qwen-3.6 35B-A3B · FP8 | 100,2 | 83,9 | 38 | 68,8 |
| Gemma-4 26B-A4B · NVFP4 | 110,5 | 81,5 | 24 | 68,5 |
| Gemma-4 26B-A4B · NVFP4 | 111,2 | 80,7 | 18 | 68,4 |
| Qwen-3.5 4B · BF16 | 146 | 70,4 | 8 | 67,3 |
| Qwen-3.6 35B-A3B · BF16 | 62,3 | 83,9 | 70 | 64,8 |
| Gemma-4 E2B · BF16 | 212,3 | 49,1 | 5 | 64,4 |
| Qwen-3.6 27B · FP8 | 35,5 | 86 | 31 | 63,8 |
| Gemma-4 26B-A4B · BF16 | 65,7 | 80,7 | 52 | 62,9 |
| Gemma-4 26B-A4B · BF16 | 64,5 | 80,7 | 52 | 62,8 |
| Nemotron-Cascade-2 30B-A3B · BF16 | 62,3 | 81 | 60 | 62,8 |
| Qwen-3.6 27B · BF16 | 25,7 | 86 | 54 | 62,7 |
| Qwen-3.5 9B · BF16 | 84,2 | 76,6 | 18 | 62,6 |
| Gemma-4 31B · NVFP4 | 25,7 | 83,2 | 22 | 60,9 |
| Gemma-4 31B · BF16 | 15 | 83,2 | 62 | 59,7 |
| Gemma-4 E4B · BF16 | 100,5 | 60 | 9 | 54,1 |
Bruikbaarheidsscore (indicatief)
70% kwaliteit + 20% throughput + 10% throughput per GB. Kwaliteit is het ongewogen gemiddelde van MMLU-Pro, GPQA-Diamond en LiveCodeBench v6, op hun oorspronkelijke 0–100-schaal. Alle drie vereist; ontbrekende of andere tests geven geen totaalscore. Snelheid en efficiëntie worden genormaliseerd tegen alle modellen met passende kwaliteitsgegevens en een meting voor deze workload, niet tegen je zoekfilter. Aggregaat vereist alle zes closed-loop tests. Dit is een redactionele weging, geen eigen kwaliteitstest: leveranciers kunnen andere instellingen gebruiken en de cijfers bewijzen niet de kwaliteit van jouw precisie. Niet beschikbaar betekent onvoldoende vergelijkbare gegevens, niet een slecht model.
Uitleg hardware-score
De optionele hardware-score gebruikt alleen throughput en throughput per GB, met presetafhankelijke gewichten. Deze oude technische maat is geen beoordeling van antwoordkwaliteit en gebruikt een andere normalisatie dan de bruikbaarheidsscore.