Aufgabe	Status	Punkte	Dauer
Arbeitsstruktur anlegen	bestanden	5 / 50	7.224,00 s
Startdatei schreiben	fehlgeschlagen	0 / 60	22,00 s
Datei zuruecklesen	bestanden	5 / 50	15,00 s
CSV mit Testdaten	bestanden	25 / 80	23,00 s
Struktur pruefen	bestanden	33 / 60	10,00 s
Recherche RAG	bestanden	94 / 150	25,00 s
Recherche Hersteller	bestanden	101 / 120	8,00 s
Recherche sichern	bestanden	10 / 100	33,00 s
Webseite auswerten	fehlgeschlagen	0 / 140	47,00 s
Seite im Browser oeffnen	fehlgeschlagen	0 / 180	18,00 s
Modellvergleich	bestanden	20 / 200	159,00 s
Quellenliste	fehlgeschlagen	0 / 90	25,00 s
Wissenskategorien sichten	bestanden	46 / 100	18,00 s
Wissenseintrag anlegen	fehlgeschlagen	0 / 220	37,00 s
Wissenseintrag pruefen	bestanden	93 / 120	10,00 s
Wissenseintrag ergaenzen	fehlgeschlagen	0 / 200	8,00 s
Versionen zaehlen	bestanden	120 / 140	7,00 s
Wissen durchsuchen	fehlgeschlagen	0 / 130	37,00 s
Firma erfassen	fehlgeschlagen	0 / 180	194,00 s
Person verknuepfen	fehlgeschlagen	0 / 220	208,00 s
Fakt hinterlegen	fehlgeschlagen	0 / 160	21,00 s
Entitaet suchen	fehlgeschlagen	0 / 140	8,00 s
Aufgabenliste anlegen	bestanden	98 / 130	11,00 s
Aufgaben ergaenzen	bestanden	88 / 170	32,00 s
Boards sichten	bestanden	12 / 120	41,00 s
Board-Aufgabe anlegen	bestanden	167 / 190	8,00 s
CSV nach JSON	fehlgeschlagen	0 / 180	259,00 s
JSON validieren	bestanden	95 / 140	16,00 s
Defektes JSON reparieren	fehlgeschlagen	0 / 220	43,00 s
Pruefsummen	fehlgeschlagen	0 / 160	52,00 s
Volltextsuche	fehlgeschlagen	0 / 150	7,00 s
Archiv packen	fehlgeschlagen	0 / 170	8,00 s
Bestandsaufnahme	bestanden	53 / 120	25,00 s
Titelbild erzeugen	fehlgeschlagen	0 / 250	18,00 s
Bild pruefen	fehlgeschlagen	0 / 130	7,00 s
Merken	bestanden	84 / 150	22,00 s
Erinnern	bestanden	98 / 120	8,00 s
Fachfrage delegieren	bestanden	23 / 230	111,00 s
Gesamtbericht	fehlgeschlagen	0 / 240	48,00 s
Abschluss	bestanden	166 / 200	14,00 s

Konfiguration

benchmark-konfiguration — run-20260722-161612-46dd0c

# LLM-Benchmark Konfiguration # Modell : Devstral-Small-2-24B-Instruct-2512 # Engine : llama.cpp # Run-ID : run-20260722-161612-46dd0c # 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

Alle Benchmarks dieses Modells Zum Leaderboard

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

ENGnach Engine

vLLM 725,6 tok/s★ llama.cpp 645,1 tok/s dieser Laufunbekannt 247,7 tok/s

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.