Z.ai (Zhipu)
GLM-4.5-Air
Performancebenchmark · gemessen am 22.07.2026 02:36
Benchmark-ID
run-20260722-165910-7801c7Timebench 3 - Kombi (Prefill + Generation)MoE106BRuntime: godclawQuantisierung: AWQ
Generation9,08tok/s
Prefill5.237,43tok/s
Time to First Token406,50ms
Gesamtdauer137,26s
Concurrency1parallel
Einordnung im Feld
120von 135 Systemen
Performancebenchmark · Leitmetrik: Generation-Speed (tok/s)
Dieser Lauf ist besser als 11 % aller vergleichbaren Systeme.
Generation
9,1 tok/s
-79 % vs Ø 42,5
Prefill
5.237,4 tok/s
+82 % vs Ø 2.885,5
Time to First Token
407 ms
-76 % vs Ø 1.685
Verteilung im Feld2 – 148 tok/s
Wie schlägt sich dieser Benchmark?
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-20260722-165909-637af7
143,9 tok/s
gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165909-65d35f
137,7 tok/s
Nemotron-Cascade-2-30B-A3B3× AMD Radeon AI PRO R9700 · run-20260722-181156-a273f2
107,9 tok/s
Nemotron-3-Nano-Omni-30B-A3B-Reasoning3× AMD Radeon AI PRO R9700 · run-20260722-182228-95c528
102,9 tok/s
gpt-oss-120b3× AMD Radeon AI PRO R9700 · run-20260722-165909-4e3ede
99,8 tok/s
Qwen3-30B-A3B-Instruct-25073× AMD Radeon AI PRO R9700 · run-20260722-165907-cc8f3f
97,6 tok/s
NVIDIA-Nemotron-3-Nano-4B3× AMD Radeon AI PRO R9700 · run-20260722-190202-45dc8e
93,4 tok/s
Qwen3-30B-A3B-Thinking-25073× AMD Radeon AI PRO R9700 · run-20260722-165908-5712c8
91,4 tok/s
Qwen3-30B-A3B-Instruct-25073× AMD Radeon AI PRO R9700 · run-20260722-165907-b20fe5
91,0 tok/s
Qwen3-VL-30B-A3B-Instruct3× AMD Radeon AI PRO R9700 · run-20260722-165908-4d91c3
89,8 tok/s
Qwen3-30B-A3B-Thinking-25073× AMD Radeon AI PRO R9700 · run-20260722-165908-40e052
88,6 tok/s
Qwen3-Coder-30B-A3B-Instruct3× AMD Radeon AI PRO R9700 · run-20260722-165907-0a4b43
88,2 tok/s
Qwen3-30B-A3B-Thinking-25073× AMD Radeon AI PRO R9700 · run-20260722-165907-83951d
87,8 tok/s
GLM-4.5-Air dieser Lauf3× AMD Radeon AI PRO R9700 · run-20260722-165910-7801c7
9,1 tok/s
Hardware
GPU: 3x AMD Radeon AI PRO R9700 · 32 GB VRAM
CPU: 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores
RAM: 184 GB
Setup
Runtime: godclaw
Quantisierung: AWQ
Modell: GLM-4.5-Air
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : GLM-4.5-Air
# Engine : vLLM
# Run-ID : run-20260722-165910-7801c7
# GPU : 3x AMD Radeon AI PRO R9700
# CPU : 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores
# RAM : 184 GB
bench@llm-benchmark:~$ /opt/python/bin/python /opt/python/bin/vllm serve cyankiwi/GLM-4.5-Air-AWQ-4bit \
--served-model-name GLM-4.5-Air \
--tensor-parallel-size 1 \
--pipeline-parallel-size 3 \
--dtype auto \
--max-model-len 8192 \
--gpu-memory-utilization 0.90 \
--trust-remote-code \
--host 0.0.0.0 \
--port 8000
| Engine | vllm |
| Modellalias | GLM-4.5-Air |
| Kontextlaenge | 8192 |
| Alias | GLM-4.5-Air |
| Tensor-Parallel | 1 |
| Pipeline-Parallel | 3 |
| Dtype | auto |
| Kontext | 8192 |
| GPU-Speicher | 0.90 |
| Trust-Remote-Code | aktiv |