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

Step-3.5-Flash

Performancebenchmark · gemessen am 22.07.2026 21:17

Benchmark-IDrun-20260722-193226-e4f031
Timebench 3 - Kombi (Prefill + Generation)Runtime: llama.cpp
Generation8,21tok/s
Prefill197,57tok/s
Time to First Token10.806,50ms
Gesamtdauer92,70s
Concurrency1parallel
Einordnung im Feld
122von 140 Systemen

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

Dieser Lauf ist besser als 13 % aller vergleichbaren Systeme.
Generation 8,2 tok/s
-80 % vs Ø 41,1
Prefill 197,6 tok/s
-93 % vs Ø 2.784,3
Time to First Token 10.807 ms
+240 % 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: -
Modell: Step-3.5-Flash

Konfiguration

benchmark-konfiguration — run-20260722-193226-e4f031
# LLM-Benchmark Konfiguration # Modell : Step-3.5-Flash # Engine : llama.cpp # Run-ID : run-20260722-193226-e4f031 # 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--stepfun-ai--Step-3.5-Flash-GGUF-Q4_K_S/snapshots/6930492fee9ffd6f13c2e665a94244c60d2d7d83/step3p5_flash_Q4_K_S-00001-of-00012.gguf \ -ngl 999 \ -cmoe \ -c 8192 \ -a Step-3.5-Flash \ -sm layer \ --host 0.0.0.0 \ --port 8000
Enginellamacpp
ModellaliasStep-3.5-Flash
Kontextlaenge8192
Modellpfad/root/.cache/huggingface/hub/models--stepfun-ai--Step-3.5-Flash-GGUF-Q4_K_S/snapshots/6930492fee9ffd6f13c2e665a94244c60d2d7d83/step3p5_flash_Q4_K_S-00001-of-00012.gguf
GPU-Layer999
cmoeaktiv
Kontext8192
AliasStep-3.5-Flash
Split-Modelayer

Alle Benchmarks dieses Modells Zum Leaderboard