Task	Status	Points	Duration
Antwortzeit Test	passed	38 / 50	4,00 s
Format Test	passed	73 / 80	3,00 s
Dateisystem Setup	passed	113 / 120	3,00 s
Daten Generierung	passed	98 / 150	23,00 s
Parsing + Transformation	passed	146 / 200	27,00 s
Fehlerbehandlung JSON	passed	107 / 150	19,00 s
Python Tool Usage	passed	216 / 220	2,00 s
PHP Tool Usage	passed	143 / 220	35,00 s
Export + Reimport	passed	233 / 240	4,00 s
Archivierung	passed	172 / 180	3,00 s
Hash Berechnung	passed	193 / 200	3,00 s
Textsuche	passed	172 / 180	3,00 s
Idempotenz Test	passed	211 / 220	4,00 s
Rechte Problem	passed	183 / 220	17,00 s
Final JSON	passed	223 / 250	11,00 s
Finale Ausgabe	passed	276 / 300	4,00 s

Configuration

benchmark-konfiguration — run-20260722-161611-5f2f86

# LLM-Benchmark Konfiguration # Modell : Devstral-Small-2-24B-Instruct-2512 # Engine : llama.cpp # Run-ID : run-20260722-161611-5f2f86 # 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

All benchmarks of this model To leaderboard

Model comparison

Devstral-Small-2-24B-Instruct-2512 on various hardware

All published performance runs of this model – each bubble a variant: position = prefill (X) × generation (Y), bubble size = number of runs. Closer to the top right = faster. ★ Marked gold = this benchmark.

GPUby graphics card

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 this run

CPUby processor

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 this run

MBby 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 this run

ENGby engine

vLLM 725,6 tok/s★ llama.cpp 645,1 tok/s this rununbekannt 247,7 tok/s

DRVby driver

unbekannt 725,6 tok/sAMD 7.0.0-27-generic 29,4 tok/sROCm 7.2.0 8,9 tok/s

Contributed by

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.