# LLM-Benchmark Konfiguration # Modell : Seed-OSS-36B-Instruct # Engine : llama.cpp # Run-ID : run-20260722-190203-88cee8 # 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--yarikdevcom--Seed-OSS-36B-Instruct-GGUF/snapshots/cced0086e699de401821cce4b6fa69d3c6e87011/Seed_OSS_36B_Instruct_Q4_K_M.gguf \ -ngl 999 \ -c 8192 \ -a Seed-OSS-36B-Instruct \ -sm layer \ --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.	Seed-OSS-36B-Instruct
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--yarikdevcom--Seed-OSS-36B-Instruct-GGUF/snapshots/cced0086e699de401821cce4b6fa69d3c6e87011/Seed_OSS_36B_Instruct_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.	Seed-OSS-36B-Instruct
Split-Mode?Verteilung ueber mehrere GPUs: none (nur eine GPU), layer (Layer aufteilen) oder row (Tensoren zeilenweise).	layer

All benchmarks of this model To leaderboard

Model comparison

Seed-OSS-36B-Instruct on various hardware

All published performance runs of this model – each bubble a variant: position = prefill (X) × generation (Y), bubble size = number of runs. Closer to the top right = faster. ★ Marked gold = this benchmark.

GPUby graphics card

NVIDIA GeForce RTX 5090 839,7 tok/sNVIDIA RTX PRO 6000 Blackwell Workstation Edition 460,0 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 383,9 tok/sNVIDIA RTX A6000 349,2 tok/sNVIDIA GeForce RTX 3090 Ti 111,6 tok/s★ AMD Radeon AI PRO R9700 107,3 tok/s this runAMD Radeon PRO W7900 Dual Slot 88,6 tok/sAMD Radeon PRO W7800 48GB 57,7 tok/sNVIDIA GeForce RTX 5070 Ti 39,2 tok/sNVIDIA GeForce RTX 2060 1,0 tok/s

CPUby processor

AMD Ryzen 7 5800X3D 8-Core Processor 839,7 tok/sAMD Ryzen 9 9950X 16-Core Processor 460,0 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 383,9 tok/s★ AMD Ryzen Threadripper PRO 7955WX 16-Cores 349,2 tok/s this runAMD Ryzen 9 8945HX with Radeon Graphics 111,6 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 88,6 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 1,0 tok/s

MBby mainboard

ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 839,7 tok/sASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 460,0 tok/s★ ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 383,9 tok/s this runMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 111,6 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 88,6 tok/sDell Inc. PowerEdge R820 1,0 tok/s

ENGby engine

★ llama.cpp 839,7 tok/s this runvLLM 349,2 tok/s

DRVby driver

unbekannt 839,7 tok/s

💰 Economics

Economics of this run

Operating cost, TCO and comparison with the next-best runs of the same model at identical concurrency (1× concurrent). Methodology →

⚙️ ConfigurationAll metrics and charts below follow these settings – based on a 24-month runtime.Save to URL Reset

⚡ Electricity price EUR/kWh

⚙️ System utilization 100 %

🖥️ Acquisition EUR

🔌 Idle 125 W

⚡ TDP 971 W

☁️ External LLM (API) show

Input €/1M Output €/1M Input per output token

Electricity0.30 EUR/kWh

Avg power (incl. idle)971 W estimated (TDP)GPU 900 + CPU 46 + Board 25 W full load

Avg cost / hourEUR 0.29

Electricity / 1M tokensEUR 4.24

Token / kWh70.70K

Acquisition (system)EUR 9,674 full priceGPU EUR 4,200 · CPU EUR 1,399 · Board EUR 1,299 · RAM EUR 2,576 · PSU EUR 200

Electricity (2 years)–

TCO (2 years)EUR 14,778

Output tokens (2 years)1.20B

☁️ External LLM (API) – comparison

External LLM cost (2 years)–

Savings vs. external (2 years)–

All values above and the charts below take the configured system utilization into account: at X% the system generates only X% of the time, the rest it idles (125 W). Cost per hour drops (more idle), cost per token rises.

Cost over 2 years – electricity only

Cost over 2 years – incl. acquisition (TCO)

Speed vs. tokens per euro

Euro per 1M tokens

Comparison vs. API – economics per benchmark

	Seed-OSS-36B-Instruct3x AMD Radeon AI PRO R9700	Seed-OSS-36B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Seed-OSS-36B-InstructNVIDIA GeForce RTX 5090	Seed-OSS-36B-Instruct3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition
Electricity cost (24 mo.)	–	–	–	–
Acquisition cost	–	–	–	–
Total cost (TCO)	–	–	–	–
Generated tokens (24 mo.)	–	–	–	–
Token price via API	–	–	–	–
Break-even point (days)	–	–	–	–
Result (savings / extra cost)	–	–	–	–

3× AMD Radeon AI PRO R9700 · this run 19 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 62 tok/s NVIDIA GeForce RTX 5090 61 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 58 tok/s

Comparison with up to 3 next-best runs of this model at the same concurrency (at least one on different hardware). Power = GPU TDP + CPU (idle + 15 %) + board (estimated), acquisition = full system (GPU + CPU + board + RAM + PSU), prices = stored market prices.

Contributed by

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.