MiniMax
MiniMax-M2.5
Performancebenchmark · gemessen am 22.07.2026 19:03
Benchmark-ID
run-20260722-193225-d5f631Timebench 3 - Kombi (Prefill + Generation)MoE230BRuntime: llama.cppQuantisierung: Q4_K_M
Generation0,84tok/s
Prefill21,52tok/s
Time to First Token98.715,50ms
Gesamtdauer600,00s
Concurrency1parallel
Einordnung im Feld
140von 140 Systemen
Performancebenchmark · Leitmetrik: Generation-Speed (tok/s)
Dieser Lauf ist besser als 0 % aller vergleichbaren Systeme.
Generation
0,8 tok/s
-98 % vs Ø 41,1
Prefill
21,5 tok/s
-99 % vs Ø 2.784,3
Time to First Token
98.716 ms
+3.008 % vs Ø 3.177
Verteilung im Feld1 – 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
MiniMax-M2.5 dieser LaufKeine GPU (CPU-only) · run-20260722-193225-d5f631
0,8 tok/s
Hardware
GPU: Keine GPU (CPU-only) · 0 GB VRAM
CPU: 51x Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz
RAM: 504 GB
Setup
Runtime: llama.cpp
Quantisierung: Q4_K_M
Modell: MiniMax-M2.5
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : MiniMax-M2.5
# Engine : llama.cpp
# Run-ID : run-20260722-193225-d5f631
# GPU : Keine GPU (CPU-only)
# CPU : 51x Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz
# RAM : 504 GB
bench@llm-benchmark:~$ /opt/llama.cpp/build/bin/llama-server \
-m /opt/models/Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf \
--host 10.220.231.216 \
--port 8081 \
--numa distribute \
-t 64 \
-tb 64 \
-c 8192
| Engine | llamacpp |
| Kontextlaenge | 8192 |
| Modellpfad | /opt/models/Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf |
| NUMA | distribute |
| Threads | 64 |
| Batch-Threads | 64 |
| Kontext | 8192 |