Runtime: godclaw
Quantisierung: -
Betriebssystem: Ubuntu 26.04 LTS (Kernel 7.0.0-27-generic)
Treiber: AMD 7.0.0-27-generic
Modell: Qwen2.5-Coder-32B-Instruct

Anmerkung

llama.cpp . 2 GPU . GGUF (bartowski/Qwen2.5-Coder-32B-Instruct-GGUF)

Konfiguration

benchmark-konfiguration — run-20260722-165906-f87882

# LLM-Benchmark Konfiguration # Modell : Qwen2.5-Coder-32B-Instruct # Run-ID : run-20260722-165906-f87882 # GPU : 3x AMD Radeon AI PRO R9700 # CPU : 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores # RAM : 184 GB bench@llm-benchmark:~$ cat benchmark.conf Konfigurationspfad bartowski/Qwen2.5-Coder-32B-Instruct-GGUF Engine llamacpp Modellalias Qwen2.5-Coder-32B-Instruct Kontextlaenge 8192 GPU-Layer 999 Host 0.0.0.0 Port 8000 Split-Mode layer

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.	Qwen2.5-Coder-32B-Instruct
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	8192
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird.	bartowski/Qwen2.5-Coder-32B-Instruct-GGUF
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.	999
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	8192
Alias?Anzeigename des Modells nach aussen (served model name), unabhaengig vom Dateinamen.	Qwen2.5-Coder-32B-Instruct
Host?Netzwerk-Interface, an das der HTTP-Server bindet, z.B. 0.0.0.0 fuer alle Interfaces.	0.0.0.0
Port?TCP-Port des HTTP-Servers.	8000
Split-Mode?Verteilung ueber mehrere GPUs: none (nur eine GPU), layer (Layer aufteilen) oder row (Tensoren zeilenweise).	layer

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen2.5-Coder-32B-Instruct 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 500,6 tok/sNVIDIA GeForce RTX 5090 479,6 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 412,8 tok/sNVIDIA GeForce RTX 3090 Ti 236,4 tok/sAMD Radeon PRO W7900 Dual Slot 102,1 tok/sNVIDIA GeForce RTX 5070 Ti 45,3 tok/s★ AMD Radeon AI PRO R9700 21,2 tok/s dieser Lauf

CPUnach Prozessor

AMD Ryzen 9 9950X 16-Core Processor 500,6 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 479,6 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 412,8 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 236,4 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 102,1 tok/s★ AMD Ryzen Threadripper PRO 7955WX 16-Cores 21,2 tok/s dieser Lauf

MBnach Mainboard

ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 500,6 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 479,6 tok/s★ ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 412,8 tok/s dieser LaufMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 236,4 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 102,1 tok/s

ENGnach Engine

vLLM 500,6 tok/sllama.cpp 479,6 tok/sunbekannt 21,2 tok/s

DRVnach Treiber

unbekannt 500,6 tok/s★ AMD 7.0.0-27-generic 21,2 tok/s dieser Lauf

💰 Economics

Wirtschaftlichkeit dieses Laufs

Betriebskosten, TCO und Vergleich mit den nächstbesten Läufen desselben Modells bei identischer Concurrency (1× parallel). Methodik →

⚙️ KonfigurationAlle Kennzahlen und Diagramme unten folgen diesen Einstellungen – bezogen auf 24 Monate Laufzeit.In URL übernehmen Zurücksetzen

⚡ Strompreis EUR/kWh

⚙️ System-Auslastung 100 %

🖥️ Anschaffung EUR

🔌 Idle 125 W

⚡ TDP 971 W

☁️ Externes LLM (API) anzeigen

Input €/1M Output €/1M Input je Output-Token

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)971 W geschätzt (TDP)GPU 900 + CPU 46 + Board 25 W Volllast

Ø-Kosten / Stunde0,29 EUR

Strom / 1 Mio. Token3,87 EUR

Token / kWh77,49 Tsd.

Anschaffung (System)9.674 EUR VollpreisGPU 4.200 EUR · CPU 1.399 EUR · Board 1.299 EUR · RAM 2.576 EUR · Netzteil 200 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)14.778 EUR

Output-Token (2 Jahre)1,32 Mrd.

☁️ Externes LLM (API) – Vergleich

Externe LLM-Kosten (2 Jahre)–

Ersparnis vs. extern (2 Jahre)–

Alle Werte oben und die Diagramme unten berücksichtigen die eingestellte System-Auslastung: bei X % generiert das System nur X % der Zeit, die restliche Zeit läuft es im Idle (125 W). Kosten pro Stunde sinken dadurch (mehr Idle), Kosten je Token steigen.

Kosten über 2 Jahre – nur Strom

Kosten über 2 Jahre – inkl. Anschaffung (TCO)

Geschwindigkeit vs. Token pro Euro

Euro pro 1 Mio. Token

Vergleich zur API – Wirtschaftlichkeit je Benchmark

	Qwen2.5-Coder-32B-Instruct3x AMD Radeon AI PRO R9700	Qwen2.5-Coder-32B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Qwen2.5-Coder-32B-InstructNVIDIA GeForce RTX 5090	Qwen2.5-Coder-32B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition
Kosten Strom (24 Mon.)	–	–	–	–
Kosten Anschaffung	–	–	–	–
Kosten Gesamt (TCO)	–	–	–	–
Generierte Token (24 Mon.)	–	–	–	–
Tokenpreis bei API	–	–	–	–
Break-Even-Point (Tage)	–	–	–	–
Ergebnis (Ersparnis / Ausgabe)	–	–	–	–

3× AMD Radeon AI PRO R9700 · dieser Lauf 21 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 70 tok/s NVIDIA GeForce RTX 5090 69 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 68 tok/s

Vergleich mit bis zu 3 nächstbesten Läufen dieses Modells bei gleicher Concurrency (mind. einer auf anderer Hardware). Leistung = GPU-TDP + CPU (Idle + 15 %) + Board (geschätzt), Anschaffung = komplettes System (GPU + CPU + Board + RAM + Netzteil), Preise = hinterlegte Marktpreise.

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.