Um usuário avalia a taxa de transferência multiagente do Open Code usando uma RTX 5090 e Qwen3.6 35B via LM Studio, descobrindo que executar pelo menos quatro agentes paralelos evita perder metade do desempenho potencial.

  • Um único agente alcança 245,77 tokens combinados por segundo (t/s), enquanto oito agentes produzem apenas 533,90 t/s, representando um aumento de 2,2x em vez de escalabilidade linear.
  • A velocidade individual do agente cai drasticamente de 256,54 t/s para 67,22 t/s à medida que o cálculo da GPU é dividido entre as tarefas.
  • A eficiência máxima de 70,4% ocorre com dois agentes, mas cai para 27,2% com oito agentes devido aos custos de KV cache e sobrecarga.
  • O gargalo é identificado como a expansão do KV cache (8x para oito agentes) em vez da divisão do tamanho do contexto.

O autor recomenda definir quatro ou cinco agentes paralelos no Open Code para maximizar os ganhos de throughput sem sobrecarga excessiva de VRAM ou retornos decrescentes.