PERFORMANCE / RESEARCH SNAPSHOT

让结果，有据可查。

从模型推理、配置搜索到真实 Agent 任务。在同一测试条件下比较，保留每一组重复结果。

—2 × Ascend 910B2BF16 / TP2下载数据 ↗

正在读取测试数据…

COMPLETE ENGINE / FIXED OUTPUT

整机吞吐，一组一组比较。

2 个模型 · 5 类输入 · 30 对独立进程测试

模型输入

GenNovavLLM + Ascend

每条请求固定输出 256 token。条形长度为 3 次测试的吞吐中位数；倍率为逐对比值的中位数。

查看逐次结果与观测范围

吞吐单位 tokens/s；范围为最小—最大观测值。
输入	重复	GenNova	vLLM	倍率

CONFIGURATION SEARCH / REPEATED RUNS

Qwen3.5-35B-A3B

7 个策略各重复 3 次，目标收益为 2%。这是搜索内选中配置的结果；任务准确率另行评估。

中位数；含准备耗时仍为下界，不含未记录的离线准备。
策略	收益	达到目标	搜索 / 分钟	含准备 / 分钟 ≥

REAL AGENT TASKS / QUALITY & TIME

Qwen3.5-35B-A3B

8 道 NodeBB 任务，各做 3 轮配对测试，共 48 次 Agent 尝试。GenNova 与 vLLM 0.23.0 + vLLM-Ascend 0.23.0 比较。

每行是一轮 8 任务批次。提交补丁不等于通过测试。
轮次	引擎	官方解决	名称勘误补充评分	已提交	预算耗尽	观察耗时 / 秒

每题限 100 步、1200 秒；每次模型输出上限 4096 token。耗时包含模型、工具与传输等待，排除模型初始化、任务容器准备及独立评分。预算耗尽的耗时不是完成任务所需时间。

官方评分保持原样；补充评分仅应用事先核对的四项测试名称勘误，单独展示。六项自动告警已逐项复核为生成补丁失败，原始标记保留。不同解决率下不计算等质量加速比。

1 道独立任务、3 轮配对；与上面的 8 任务批次分开统计。

保留上下文限制和评分超时标记，不将未决观测合并为完成耗时。
轮次	引擎	官方解决	观察耗时 / 秒	状态与标记

TERMINAL-BENCH

目前没有完成的 GenNova / vLLM 配对结果。正在准备任务执行与评分环境，通过后将同时公布解决率、耗时、测试条件与失败记录。

READ THE CONDITIONS

01 / ENVIRONMENT

两张 Ascend 910B2，每卡 64 GiB，BF16、TP2。GenNova 整机测试固定于研究版本；基线为 vLLM 0.23.0 + vLLM-Ascend 0.23.0。

02 / MEASUREMENT

同一设备对上交替运行引擎，3 对独立进程；每类输入预热两次。吞吐计时包含提交与输出接收，不包含初始化和预热，也不是 HTTP 客户端吞吐。

03 / INTERPRETATION

固定输出长度不代表相同任务质量。整机收益包含各自算子与调度配置，不能全部归因于单一机制。Autotune 搜索结果不等于独立留出集复验；当前结果不承诺最新主分支性能。

仓库需授权访问；公开汇总可直接下载。历史输入载荷未包含在紧凑归档中。