Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
Qwen (Alibaba)

Qwen3-Omni-30B-A3B-Thinking

Performancebenchmark · gemessen am 22.07.2026 14:35

Benchmark-IDrun-20260722-165910-7ffa87
Timebench 3 - Kombi (Prefill + Generation)MoE30BRuntime: godclawQuantisierung: AWQ
Generation34,82tok/s
Prefill5.527,52tok/s
Time to First Token767,00ms
Gesamtdauer60,80s
Concurrency1parallel
Einordnung im Feld
62von 135 Systemen

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

Dieser Lauf ist besser als 54 % aller vergleichbaren Systeme.
Generation 34,8 tok/s
-18 % vs Ø 42,5
Prefill 5.527,5 tok/s
+92 % vs Ø 2.885,5
Time to First Token 767 ms
-54 % vs Ø 1.685
Verteilung im Feld2 – 148 tok/s
Ø 42 Median Dieser Lauf

Wie schlägt sich dieser Benchmark?

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: Qwen3-Omni-30B-A3B-Thinking

Konfiguration

benchmark-konfiguration — run-20260722-165910-7ffa87
# LLM-Benchmark Konfiguration # Modell : Qwen3-Omni-30B-A3B-Thinking # Engine : vLLM # Run-ID : run-20260722-165910-7ffa87 # 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/Qwen3-Omni-30B-A3B-Thinking-AWQ-4bit \ --served-model-name Qwen3-Omni-30B-A3B-Thinking \ --tensor-parallel-size 1 \ --pipeline-parallel-size 3 \ --language-model-only \ --dtype auto \ --max-model-len 8192 \ --gpu-memory-utilization 0.90 \ --trust-remote-code \ --host 0.0.0.0 \ --port 8000
Enginevllm
ModellaliasQwen3-Omni-30B-A3B-Thinking
Kontextlaenge8192
AliasQwen3-Omni-30B-A3B-Thinking
Tensor-Parallel1
Pipeline-Parallel3
Nur-Sprachmodellaktiv
Dtypeauto
Kontext8192
GPU-Speicher0.90
Trust-Remote-Codeaktiv

Alle Benchmarks dieses Modells Zum Leaderboard