⚠

Konfigurations-Hinweis: Es sind 3 Grafikkarten installiert, aber nur 1 wurde fuer diesen Lauf genutzt. Mit allen 3 GPUs koennte der Durchsatz deutlich hoeher liegen.

Generation97,61tok/s

Prefill2.826,57tok/s

Time to First Token862,00ms

Gesamtdauer22,71s

Concurrency1parallel

Einordnung im Feld

Diese GPU Alle GPUs

24von 455 Systemen

Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 1× parallel

Dieser Lauf ist besser als 95 % aller vergleichbaren Systeme.

Generation 97,6 tok/s

+177 % vs Ø 35,3

Prefill 2.826,6 tok/s

+44 % vs Ø 1.966,4

Time to First Token 862 ms

-98 % vs Ø 35.848

Verteilung im Feld1 – 148 tok/s

Ø 35 Median Dieser Lauf

Wie schlägt sich dieser Benchmark mit anderen Modellen?

gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165909-85f64f

147,8 tok/s

gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165908-d95290

147,8 tok/s

gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165909-637af7

143,9 tok/s

gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165908-95273d

143,9 tok/s

Nemotron-3-Nano-4B3× AMD Radeon AI PRO R9700 · run-20260805-053357-112090

139,8 tok/s

gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165909-65d35f

137,7 tok/s

gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165908-ff206d

137,7 tok/s

Nemotron-3-Nano-4B3× AMD Radeon AI PRO R9700 · run-20260805-053357-ed67ec

136,2 tok/s

Nemotron-3-Nano-4B3× AMD Radeon AI PRO R9700 · run-20260805-053357-16d611

129,5 tok/s

Nemotron-3-Nano-30B-A3B4× AMD Radeon AI PRO R9700 · run-20260817-111922-dd07f5

125,7 tok/s

Nemotron-3.5-Lightning-30B-A3B4× AMD Radeon AI PRO R9700 · run-20260815-060242-025c3d

121,3 tok/s

Nemotron-3.5-Lightning-30B-A3B4× AMD Radeon AI PRO R9700 · run-20260815-060242-dadb7a

113,6 tok/s

Nemotron-3.5-Lightning-30B-A3B4× AMD Radeon AI PRO R9700 · run-20260815-060243-6a7849

108,1 tok/s

Nemotron-Cascade-2-30B-A3B3× AMD Radeon AI PRO R9700 · run-20260722-181156-a273f2

107,9 tok/s

Qwen3-30B-A3B-Instruct-2507 dieser Lauf3× AMD Radeon AI PRO R9700 · run-20260722-165907-cc8f3f

97,6 tok/s

Wie schlägt sich dieser Benchmark mit anderen GPUs?

Dasselbe Modell auf anderer Hardware · 1× parallel · Generation (tok/s)

NVIDIA GeForce RTX 5090run-20260729-105335-a4aa50

308,5 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260729-032121-b5f531

304,6 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105341-70b84b

271,1 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105341-ef36f2

268,8 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105341-a68408

268,8 tok/s

NVIDIA GeForce RTX 5090run-20260723-045447-86bc45

232,8 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260724-004604-055687

204,9 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260729-060803-3eafe7

195,4 tok/s

2× NVIDIA RTX A6000run-20260829-124021-1ac3a5

187,1 tok/s

2× NVIDIA RTX A6000run-20260830-033127-00e0e5

170,3 tok/s

2× NVIDIA RTX A6000run-20260827-203813-79b5d6

170,0 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260724-004603-1cafaf

168,6 tok/s

2× NVIDIA RTX A6000run-20260829-181041-3935d4

164,2 tok/s

2× NVIDIA RTX A6000run-20260827-090902-430ae8

163,8 tok/s

Hardware

GPU: 3x AMD Radeon AI PRO R9700 · 32 GB VRAM
CPU: AMD Ryzen Threadripper PRO 7955WX 16-Cores
RAM: 184 GB
Mainboard: ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE

Setup

Runtime: llama.cpp
Quantisierung: Q4_K_M
Modell: Qwen3-30B-A3B-Instruct-2507

Konfiguration

benchmark-konfiguration — run-20260722-165907-cc8f3f

# LLM-Benchmark Konfiguration # Modell : Qwen3-30B-A3B-Instruct-2507 # Engine : llama.cpp # Run-ID : run-20260722-165907-cc8f3f # GPU : 3x AMD Radeon AI PRO R9700 # CPU : AMD Ryzen Threadripper PRO 7955WX 16-Cores # RAM : 184 GB bench@llm-benchmark:~$ /src/build/bin/llama-server \ -m /root/.cache/huggingface/hub/models--unsloth--Qwen3-30B-A3B-Instruct-2507-GGUF/Qwen3-30B-A3B-Instruct-2507-Q4_K_M.gguf \ -ngl 999 \ -c 8192 \ -a Qwen3-30B-A3B-Instruct-2507 \ --host 0.0.0.0 \ --port 8000

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.	Qwen3-30B-A3B-Instruct-2507
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.	/root/.cache/huggingface/hub/models--unsloth--Qwen3-30B-A3B-Instruct-2507-GGUF/Qwen3-30B-A3B-Instruct-2507-Q4_K_M.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.	Qwen3-30B-A3B-Instruct-2507

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen3-30B-A3B-Instruct-2507 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 GeForce RTX 5090 1.671,0 tok/sNVIDIA RTX PRO 6000 Blackwell Workstation Edition 1.658,1 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.515,7 tok/sNVIDIA GeForce RTX 3090 Ti 905,1 tok/sNVIDIA RTX A6000 758,7 tok/sAMD Radeon PRO W7800 48GB 267,7 tok/sAMD Radeon PRO W7900 Dual Slot 264,2 tok/sNVIDIA GB10 (DGX Spark) 169,9 tok/sNVIDIA GeForce RTX 5070 Ti 152,7 tok/sIntel Arc Pro B70 143,6 tok/sAMD Radeon 8060S Graphics 107,6 tok/s★ AMD Radeon AI PRO R9700 97,6 tok/s dieser LaufCPU-only 26,0 tok/sNVIDIA GeForce RTX 2060 7,1 tok/s

CPUnach Prozessor

AMD Ryzen 7 5800X3D 8-Core Processor 1.671,0 tok/sAMD Ryzen 9 9950X 16-Core Processor 1.658,1 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.515,7 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 905,1 tok/s★ AMD Ryzen Threadripper PRO 7955WX 16-Cores 758,7 tok/s dieser LaufAMD Ryzen Threadripper PRO 5975WX 32-Cores 267,7 tok/sNVIDIA Grace 169,9 tok/sAMD Ryzen 9 7945HX with Radeon Graphics 143,6 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 107,6 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 7,1 tok/s

MBnach Mainboard

ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.671,0 tok/sASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.658,1 tok/s★ ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.515,7 tok/s dieser LaufMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 905,1 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 267,7 tok/sASUSTeK COMPUTER INC. GX10 169,9 tok/sShenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series) 143,6 tok/sBosgame AXB35-02 (BeyondMax Series) 107,6 tok/sDell Inc. PowerEdge R820 7,1 tok/s

ENGnach Engine

★ llama.cpp 1.671,0 tok/s dieser LaufvLLM 961,5 tok/sunbekannt 97,6 tok/s

DRVnach Treiber

unbekannt 1.671,0 tok/sNVIDIA 590.48.01 / CUDA 13.1 169,9 tok/sIntel 26.18.38308.4 143,6 tok/sAMD 7.0.0-27-generic 97,6 tok/s

💰 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. Token0,83 EUR

Token / kWh361,89 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)6,16 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

	Qwen3-30B-A3B-Instruct-25073x AMD Radeon AI PRO R9700	Qwen3-30B-A3B-Instruct-2507NVIDIA GeForce RTX 5090	Qwen3-30B-A3B-Instruct-2507NVIDIA RTX PRO 6000 Blackwell Workstation Edition	Qwen3-30B-A3B-Instruct-25073x NVIDIA RTX PRO 6000 Blackwell Max-Q 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 98 tok/s NVIDIA GeForce RTX 5090 308 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 305 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 271 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.