Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
Cohere

command-a-reasoning-08-2025

Performancebenchmark · gemessen am 22.07.2026 20:51

Benchmark-IDrun-20260722-190202-a4102b
Timebench 3 - Kombi (Prefill + Generation)Runtime: llama.cppQuantisierung: Q4_K_M
Generation7,81tok/s
Prefill172,95tok/s
Time to First Token10.910,00ms
Gesamtdauer59,99s
Concurrency1parallel
Einordnung im Feld
124von 140 Systemen

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

Dieser Lauf ist besser als 12 % aller vergleichbaren Systeme.
Generation 7,8 tok/s
-81 % vs Ø 41,1
Prefill 173,0 tok/s
-94 % vs Ø 2.784,3
Time to First Token 10.910 ms
+243 % vs Ø 3.177
Verteilung im Feld1 – 148 tok/s
Ø 41 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: llama.cpp
Quantisierung: Q4_K_M
Modell: command-a-reasoning-08-2025

Konfiguration

benchmark-konfiguration — run-20260722-190202-a4102b
# LLM-Benchmark Konfiguration # Modell : command-a-reasoning-08-2025 # Engine : llama.cpp # Run-ID : run-20260722-190202-a4102b # GPU : 3x AMD Radeon AI PRO R9700 # CPU : 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores # RAM : 184 GB bench@llm-benchmark:~$ /src/build/bin/llama-server \ -m /root/.cache/huggingface/hub/models--DevQuasar--CohereLabs.command-a-reasoning-08-2025-GGUF/snapshots/924408415a0e807b935d0a0c4f316a1bc40a1051/CohereLabs.command-a-reasoning-08-2025.Q4_K_M-00001-of-00005.gguf \ -ngl 999 \ -c 8192 \ -a command-a-reasoning-08-2025 \ -sm layer \ --host 0.0.0.0 \ --port 8000
Enginellamacpp
Modellaliascommand-a-reasoning-08-2025
Kontextlaenge8192
Modellpfad/root/.cache/huggingface/hub/models--DevQuasar--CohereLabs.command-a-reasoning-08-2025-GGUF/snapshots/924408415a0e807b935d0a0c4f316a1bc40a1051/CohereLabs.command-a-reasoning-08-2025.Q4_K_M-00001-of-00005.gguf
GPU-Layer999
Kontext8192
Aliascommand-a-reasoning-08-2025
Split-Modelayer

Alle Benchmarks dieses Modells Zum Leaderboard