Con varios agentes a la vez, el orden de los modelos cambia por completo

Qué queríamos saber

Cómo se comportan tres modelos cuando varios agentes les hablan a la vez, que es el uso real de un laboratorio.

Resultado: trabajo total (tokens por segundo de todo el servidor)

peticiones a la vez	Qwen3.6-35B	Ling-3.0-Flash	DeepSeek-V4-Flash
1	100,2	27,9	28,6
2	158,4	47,4	26,5
4	243,4	76,7	27,0
6	—	96,6	—
8	346,9	—	—

Lo que significa

• DeepSeek, tal como lo servíamos, era de un solo usuario. Con un único hueco de atención en llama.cpp, el trabajo total se queda plano y la espera crece: con 4 peticiones, el tiempo hasta el primer token pasó de 0,14 s a 17 s de media. No había memoria libre para darle más huecos.
• Ling escala mejor que lo que publica su autor: más lento con una petición, pero mejor con 4 y 6.
• Qwen3.6 es el que mejor aguanta la concurrencia de los tres.

Qué significa para ti

Si vas a usar agentes en paralelo, mide con varias peticiones antes de elegir modelo. La clasificación con una sola petición puede ser la contraria.