Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
Mistral AI

Mistral-Small-3.1-24B-Instruct-2503

Performancebenchmark · gemessen am 22.07.2026 01:26

Benchmark-IDrun-20260722-165910-c2b7d4
Timebench 3 - Kombi (Prefill + Generation)Dense24BRuntime: godclawQuantisierung: INT4
Generation6,13tok/s
Prefill2.944,39tok/s
Time to First Token762,50ms
Gesamtdauer373,15s
Concurrency1parallel
Einordnung im Feld
127von 135 Systemen

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

Dieser Lauf ist besser als 6 % aller vergleichbaren Systeme.
Generation 6,1 tok/s
-86 % vs Ø 42,5
Prefill 2.944,4 tok/s
+2 % vs Ø 2.885,5
Time to First Token 763 ms
-55 % 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: INT4
Modell: Mistral-Small-3.1-24B-Instruct-2503

Konfiguration

benchmark-konfiguration — run-20260722-165910-c2b7d4
# LLM-Benchmark Konfiguration # Modell : Mistral-Small-3.1-24B-Instruct-2503 # Engine : vLLM # Run-ID : run-20260722-165910-c2b7d4 # 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 OPEA/Mistral-Small-3.1-24B-Instruct-2503-int4-AutoRound-awq-sym \ --served-model-name Mistral-Small-3.1-24B-Instruct-2503 \ --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
Enginevllm
ModellaliasMistral-Small-3.1-24B-Instruct-2503
Kontextlaenge8192
AliasMistral-Small-3.1-24B-Instruct-2503
Tensor-Parallel1
Pipeline-Parallel3
Dtypeauto
Kontext8192
GPU-Speicher0.90
Trust-Remote-Codeaktiv

Alle Benchmarks dieses Modells Zum Leaderboard