# benchmark-vllm-model

Считает стоимость токена и запроса для модели на vLLM: поднимает сервер на GPU, гоняет нагрузку и делит цену железа на замеренную пропускную способность.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 837 установок
- Автор: chalk-ai
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/chalk-ai/chalk-ai-plugins/tree/HEAD/plugins/chalk-benchmark-model/skills/benchmark-vllm-model/SKILL.md
- Обновлён: 2026-09-15
- HTML: https://affpapa.org/nevibecode/skills/benchmark-vllm-model

## Что делает

Скилл нужен, когда надо понять, во сколько обойдётся своя модель вместо чужого API. Он разворачивает модель в контейнере Chalk на GPU, доводит её до насыщения, проверяет, что узкое место — именно карта, и только потом делит цену часа аренды на измеренную пропускную способность. Порядок шагов тут важен: число без проверки насыщения ничего не доказывает.

Внутри — `scripts/bench.py`, который перебирает длину промпта и число одновременных запросов, а пропускную способность берёт из счётчиков Prometheus самого vLLM. Замер идёт на длинном окне, а не по фиксированному числу запросов, иначе результат съедает джиттер. Нагрузку советуют гонять изнутри кластера и сверять с замером через публичный `webUrl`: если числа совпали, вход не мешает.

Перед запуском нужен `HF_TOKEN` в окружении, а GPU-пул должен быть помечен `chalk.ai/workload-type=compute` — на пуле без метки под просто не запланируется. Для Turing (T4) нет нативного bf16, там ставят `--dtype float16`. Цену за час скилл велит брать из биллингового каталога GCP, а не с сайтов-агрегаторов: ускоритель часто идёт отдельной позицией, и без неё стоимость узла занижается.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add chalk-ai/chalk-ai-plugins --skill benchmark-vllm-model -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/benchmark-vllm-model/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/benchmark-vllm-model/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add chalk-ai/chalk-ai-plugins --skill benchmark-vllm-model -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/benchmark-vllm-model/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add chalk-ai/chalk-ai-plugins --skill benchmark-vllm-model -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/benchmark-vllm-model/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install chalk-ai/chalk-ai-plugins benchmark-vllm-model
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/benchmark-vllm-model/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add chalk-ai/chalk-ai-plugins --skill benchmark-vllm-model -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/chalk-ai/chalk-ai-plugins --path plugins/chalk-benchmark-model/skills/benchmark-vllm-model
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/benchmark-vllm-model/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add chalk-ai/chalk-ai-plugins --skill benchmark-vllm-model -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/chalk-ai/chalk-ai-plugins/tree/HEAD/plugins/chalk-benchmark-model/skills/benchmark-vllm-model/SKILL.md

## Когда брать
- посчитать стоимость миллиона токенов для своей модели
- выяснить, сколько GPU нужно под нагрузку
- сравнить экономику своей модели с платным API
- проверить, упирается ли сервер в карту или в клиента
- подобрать флаги vLLM под свой профиль запросов

## Примеры запросов агенту
- Прогони бенчмарк vLLM для этой модели и посчитай $/1M токенов
- Сколько будет стоить держать эту модель на одной L4?
- Сравни цену своей модели с hosted API по стоимости запроса

## Похожие
- [benchmark-model](https://affpapa.org/nevibecode/skills/benchmark-model.md) — скилл · 887 установок
- [magpie-kernel-evaluator](https://affpapa.org/nevibecode/skills/magpie-kernel-evaluator.md) — скилл · 870 установок
- [jetson-llm-benchmark](https://affpapa.org/nevibecode/skills/jetson-llm-benchmark.md) — скилл · 1200 установок
- [cost-benchmark](https://affpapa.org/nevibecode/skills/cost-benchmark.md) — скилл · 679 установок
- [multi-tenant-llm-hosting](https://affpapa.org/nevibecode/skills/multi-tenant-llm-hosting.md) — скилл · 309 установок
- [benchmark](https://affpapa.org/nevibecode/skills/takagoto-benchmark.md) — скилл · ★ 24

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md