A principios de esta semana, @NVIDIA compartió su rendimiento en el modelo gpt-oss-120B de @OpenAI ejecutándose en DGX B200 (8 chips Blackwell de dos núcleos). Le pidieron a @ArtificialAnlys que hiciera una configuración especial para ellos. Mostraron un rendimiento de 900 tokens por segundo para un usuario, y bajó a 580 tokens por segundo para 10 usuarios. He pegado su enlace en los comentarios a continuación. Le pedimos a Artificial Analysis que ejecutara la misma configuración para nosotros. El resultado es ~2700 token/s para 1 y lo mismo para 10 usuarios. No solo @CerebrasSystems Inference es el más rápido, sino que mantenemos el rendimiento a medida que escalas tu carga de trabajo. Cerebras Inference está en producción completa hoy, sirviendo miles de millones de tokens GPT 120B por semana en @OpenRouterAI, @huggingface y la Nube de Cerebras.