Un usuario evalúa el rendimiento de throughput multiagente de Open Code utilizando una RTX 5090 y Qwen3.6 35B a través de LM Studio, descubriendo que ejecutar al menos cuatro agentes paralelos evita perder la mitad del rendimiento potencial.

  • Un solo agente logra 245,77 tokens combinados por segundo (t/s), mientras que ocho agentes producen solo 533,90 t/s, lo que representa un aumento de 2,2x en lugar de una escalabilidad lineal.
  • La velocidad individual del agente cae drásticamente de 256,54 t/s a 67,22 t/s a medida que el cómputo de la GPU se divide entre las tareas.
  • La eficiencia máxima del 70,4% ocurre con dos agentes, pero disminuye al 27,2% con ocho agentes debido a los costos de KV cache y sobrecarga.
  • El cuello de botella se identifica como la expansión del KV cache (8x para ocho agentes) en lugar de la división del tamaño del contexto.

El autor recomienda configurar cuatro o cinco agentes paralelos en Open Code para maximizar las ganancias de throughput sin una sobrecarga excesiva de VRAM ni rendimientos decrecientes.