Beigesteuert vonMario AlkaMistral AI Devstral-Small-2-24B-Instruct-2512
Harnessbenchmark · gemessen am 17.07.2026 09:28
Benchmark-ID
run-20260722-161611-23baf9Tool Usage Extrem 40 - Tech-Radar Mission 1.0Dense24BRuntime: godclawQuantisierung: Q8_0
Punkte5.629,00von 8.210,00
Punktequote68,56%
Aufgaben bestanden40von 40
Gesamtdauer2.018,00s
Einordnung im Feld
7von 13 Systemen
Harnessbenchmark · Leitmetrik: Punktequote (%)
Dieser Lauf ist besser als 50 % aller vergleichbaren Systeme.
Punktequote
69 %
+36 % vs Ø 50,4
Aufgaben bestanden
40
+94 % vs Ø 20,6
Gesamtdauer
2.018,0 s
-34 % vs Ø 3.076,5
Verteilung im Feld10 – 87 %
Wie schlägt sich dieser Benchmark mit anderen Modellen?
Devstral-Small-2-24B-Instruct-2512 gleiches ModellAMD Radeon 8060S Graphics · run-20260722-161611-5f2f86
87 %
Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260722-161611-12a767
82 %
Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260722-161611-9b7325
80 %
Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260722-161611-0064a9
76 %
Devstral-Small-2-24B-Instruct-2512 gleiches ModellAMD Radeon 8060S Graphics · run-20260722-161611-798dcc
76 %
Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260722-161611-78ff78
74 %
Devstral-Small-2-24B-Instruct-2512 dieser LaufAMD Radeon 8060S Graphics · run-20260722-161611-23baf9
69 %
Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260722-161611-4b5bb6
30 %
Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260722-161612-4aa240
25 %
Devstral-Small-2-24B-Instruct-2512 gleiches ModellAMD Radeon 8060S Graphics · run-20260722-161612-46dd0c
24 %
Qwen2.5-32B-Instruct-AWQAMD Radeon 8060S Graphics · run-20260722-161610-de118a
13 %
gemma-4-31B-itAMD Radeon 8060S Graphics · run-20260722-161611-227dd8
10 %
Qwen2.5-32B-Instruct-AWQAMD Radeon 8060S Graphics · run-20260722-161610-75ccf8
10 %
Hardware
GPU: AMD Radeon 8060S Graphics
CPU: AMD RYZEN AI MAX+ 395 w/ Radeon 8060S
RAM: 31 GB
Mainboard: Bosgame AXB35-02 (BeyondMax Series)
Setup
Runtime: godclaw
Quantisierung: Q8_0
Modell: Devstral-Small-2-24B-Instruct-2512
Aufgaben (40)
| Aufgabe | Status | Punkte | Dauer |
|---|---|---|---|
| Antwortzeit | bestanden | 5 / 50 | 28,00 s |
| Strukturierte Ausgabe | bestanden | 7 / 70 | 37,00 s |
| Arbeitsverzeichnis anlegen | bestanden | 10 / 100 | 99,00 s |
| Quelldatei schreiben | bestanden | 12 / 120 | 308,00 s |
| Gezielt lesen | bestanden | 72 / 100 | 11,00 s |
| Zählen im Dateisystem | bestanden | 99 / 130 | 12,00 s |
| CSV erzeugen | bestanden | 80 / 180 | 43,00 s |
| CSV nach JSON | bestanden | 70 / 220 | 68,00 s |
| Defektes JSON diagnostizieren | bestanden | 60 / 180 | 52,00 s |
| Datenfilter | bestanden | 185 / 220 | 16,00 s |
| Prüfsummen | bestanden | 131 / 180 | 21,00 s |
| Archiv packen | bestanden | 161 / 180 | 8,00 s |
| Internetrecherche Fakt | bestanden | 172 / 220 | 22,00 s |
| Internetrecherche Vergleich | bestanden | 217 / 250 | 16,00 s |
| Webseite auswerten | bestanden | 176 / 220 | 22,00 s |
| Rechercheergebnis sichern | bestanden | 36 / 200 | 73,00 s |
| Wissenseintrag anlegen | bestanden | 183 / 300 | 52,00 s |
| Wissenseintrag wiederfinden | bestanden | 115 / 200 | 38,00 s |
| Wissenseintrag erweitern | bestanden | 228 / 250 | 10,00 s |
| Versionierung prüfen | bestanden | 191 / 220 | 13,00 s |
| Kategorien erkunden | bestanden | 148 / 180 | 14,00 s |
| Aufgabenboards sichten | bestanden | 178 / 200 | 10,00 s |
| Aufgabe erstellen | bestanden | 239 / 250 | 5,00 s |
| Aufgabenliste anlegen | bestanden | 219 / 250 | 14,00 s |
| Aufgabenliste prüfen | bestanden | 141 / 180 | 17,00 s |
| Organisation erfassen | bestanden | 214 / 250 | 16,00 s |
| Fakt hinterlegen | bestanden | 232 / 250 | 8,00 s |
| Verknüpfung herstellen | bestanden | 236 / 280 | 19,00 s |
| Bestand durchsuchen | bestanden | 198 / 220 | 10,00 s |
| Erkenntnis merken | bestanden | 171 / 200 | 13,00 s |
| Erkenntnis abrufen | bestanden | 159 / 180 | 9,00 s |
| Titelbild erzeugen | bestanden | 222 / 250 | 15,00 s |
| Zweitmeinung einholen | bestanden | 25 / 250 | 465,00 s |
| Kette: Recherche in Datei | bestanden | 185 / 250 | 29,00 s |
| Kette: Datei ins Wissen | bestanden | 255 / 280 | 12,00 s |
| Konsistenzprüfung | bestanden | 198 / 250 | 23,00 s |
| Fehlerfall ehrlich melden | bestanden | 185 / 200 | 6,00 s |
| Abschlussbericht | bestanden | 28 / 280 | 148,00 s |
| Gezielt aufräumen | bestanden | 22 / 220 | 220,00 s |
| Selbstauskunft | bestanden | 164 / 200 | 16,00 s |
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : Devstral-Small-2-24B-Instruct-2512
# Engine : llama.cpp
# Run-ID : run-20260722-161611-23baf9
# GPU : AMD Radeon 8060S Graphics
# CPU : AMD RYZEN AI MAX+ 395 w/ Radeon 8060S
# RAM : 31 GB
bench@llm-benchmark:~$ /home/godcore/llama.cpp/build-rocm/bin/llama-server \
--model /home/godcore/models/devstral-small-2-24b-q8_0-gguf/Devstral-Small-2-24B-Instruct-2512-Q8_0.gguf \
--alias mistralai/Devstral-Small-2-24B-Instruct-2512 \
--host 0.0.0.0 \
--port 8000 \
--ctx-size 131072 \
--parallel 1 \
--temp 0.2 \
--repeat-penalty 1.05 \
--repeat-last-n 256 \
--gpu-layers 99 \
--flash-attn on \
--jinja \
--chat-template-file /home/godcore/models/devstral-small-2-24b-q8_0-gguf/chat_template.jinja \
--threads 8 \
--threads-batch 16
| Engine?Die Inferenz-Software, die das Modell ausliefert (z.B. vLLM oder llama.cpp). Sie bestimmt Geschwindigkeit, unterstuetzte Modellformate und welche Parameter ueberhaupt verfuegbar sind. | llamacpp |
| Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen. | mistralai/Devstral-Small-2-24B-Instruct-2512 |
| Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann. | 131072 |
| Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird. | /home/godcore/models/devstral-small-2-24b-q8_0-gguf/Devstral-Small-2-24B-Instruct-2512-Q8_0.gguf |
| Parallel?Anzahl paralleler Slots/Sequenzen, die der Server gleichzeitig bedient. Der Kontext wird auf die Slots aufgeteilt. | 1 |
| Temperatur?Sampling-Temperatur. Hoeher = kreativer/zufaelliger, niedriger = deterministischer. 0 = greedy. | 0.2 |
| Repeat-Penalty?Straffaktor gegen Token-Wiederholungen. 1.0 = keine Strafe, hoeher = staerker. | 1.05 |
| Repeat-Last-N?Anzahl der letzten Token, die fuer die Wiederholungsstrafe betrachtet werden. 0 = aus, -1 = gesamter Kontext. | 256 |
| GPU-Layer?Anzahl der auf die GPU ausgelagerten Modell-Layer. Hoeher = mehr VRAM und schneller; der Rest laeuft auf der CPU. 999 = alles auf GPU. | 99 |
| Flash Attention?FlashAttention fuer schnellere und speichersparende Attention. Wert on/off/auto je nach Build. | on |
| Jinja?Nutzt die im Modell eingebettete Jinja-Chat-Vorlage fuer korrekte Rollen-, Tool- und Reasoning-Formatierung. | aktiv |
| Chat-Template?Pfad zu einer externen Chat-Template-Datei. Ueberschreibt die im Modell eingebettete Vorlage. | /home/godcore/models/devstral-small-2-24b-q8_0-gguf/chat_template.jinja |
| Threads?Anzahl CPU-Threads fuer die Token-Generierung (Decode). | 8 |
| Batch-Threads?Anzahl CPU-Threads fuer Prompt-Verarbeitung und Batch (Prefill). | 16 |
Anzeige
Modell-Vergleich
Devstral-Small-2-24B-Instruct-2512 auf verschiedener Hardware
Alle veröffentlichten Performance-Läufe dieses Modells – jede Blase eine Variante: Position = Prefill (X) × Generation (Y), Blasengröße = Anzahl Läufe. Näher oben rechts = schneller. ★ Gold markiert = dieser Benchmark.
GPUnach Grafikkarte
NVIDIA RTX PRO 6000 Blackwell Workstation Edition 725,6 tok/sNVIDIA GeForce RTX 5090 620,3 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 569,7 tok/sNVIDIA RTX A6000 536,7 tok/sNVIDIA GeForce RTX 3090 Ti 331,6 tok/sAMD Radeon AI PRO R9700 206,3 tok/sAMD Radeon PRO W7900 Dual Slot 152,1 tok/sAMD Radeon PRO W7800 48GB 138,4 tok/sNVIDIA GeForce RTX 5070 Ti 108,5 tok/sNVIDIA Tesla P100 PCIe 16GB 23,3 tok/s★ AMD Radeon 8060S Graphics 8,9 tok/s dieser Lauf
CPUnach Prozessor
AMD Ryzen 9 9950X 16-Core Processor 725,6 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 620,3 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 569,7 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 536,7 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 331,6 tok/sAMD Ryzen 5 5600X 6-Core Processor 247,7 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 152,1 tok/sAMD Ryzen 9 7945HX with Radeon Graphics 23,3 tok/s★ AMD RYZEN AI MAX+ 395 w/ Radeon 8060S 8,9 tok/s dieser Lauf
MBnach Mainboard
ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 725,6 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 620,3 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 569,7 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 331,6 tok/sASUSTeK COMPUTER INC. PRIME A520M-K 247,7 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 152,1 tok/sShenzhen Meigao Electronic Equipment Co.,Ltd F1FXM (DeskMini Series) 23,3 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 8,9 tok/s★ Bosgame AXB35-02 (BeyondMax Series) 8,9 tok/s dieser Lauf
DRVnach Treiber
unbekannt 725,6 tok/sAMD 7.0.0-27-generic 29,4 tok/sROCm 7.2.0 8,9 tok/s
Beigesteuert von
Mario Alka Administrator
@marioalka
Ich bin Unternehmer, Softwareentwickler und KI-Enthusiast. Seit vielen Jahren entwickle ich Unternehmenssoftware und beschäftige mich inzwischen fast täglich mit lokalen LLMs, KI-Agenten und leistungsfähiger KI-Hardware.
Mit LLM-Benchmark.de möchte ich eine Plattform schaffen, auf der Modelle, GPUs und Agenten objektiv und reproduzierbar miteinander verglichen werden.