Cohere
North-Mini-Code-1.0
Performancebenchmark · gemessen am 22.07.2026 20:37
Benchmark-ID
run-20260723-015518-753958Timebench 3 - Kombi (Prefill + Generation)Runtime: llama.cppQuantisierung: Q4_K_M
ℹ
Zur Einordnung: Diese Plattform nutzt Unified Memory – die "VRAM" ist gemeinsamer System-RAM (APU/Superchip); das Modell teilt sich den Speicher mit dem System.
Generation131,91tok/s
Prefill1.758,99tok/s
Time to First Token13.043,00ms
Gesamtdauer72,76s
Concurrency10parallel
Einordnung im Feld
46von 239 Systemen
Performancebenchmark · Leitmetrik: Generation-Speed (tok/s)
Dieser Lauf ist besser als 81 % aller vergleichbaren Systeme.
Generation
131,9 tok/s
+37 % vs Ø 96,3
Prefill
1.759,0 tok/s
-50 % vs Ø 3.518,1
Time to First Token
13.043 ms
-19 % vs Ø 16.050
Verteilung im Feld0 – 1.295 tok/s
Wie schlägt sich dieser Benchmark?
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260723-045447-edeed3
1.295,3 tok/s
Qwen3-Coder-30B-A3B-InstructNVIDIA GeForce RTX 5090 · run-20260723-045450-366dae
966,2 tok/s
Qwen3-30B-A3B-Instruct-2507NVIDIA GeForce RTX 5090 · run-20260723-045450-e8df4d
909,3 tok/s
Qwen3-30B-A3B-Thinking-2507NVIDIA GeForce RTX 5090 · run-20260723-045450-14f178
873,7 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260723-045447-5656a1
784,5 tok/s
Qwen3-Coder-30B-A3B-InstructNVIDIA GeForce RTX 5090 · run-20260723-045450-4162ec
688,6 tok/s
Qwen3-30B-A3B-Instruct-2507NVIDIA GeForce RTX 5090 · run-20260723-045448-81246f
655,8 tok/s
Qwen3-30B-A3B-Thinking-2507NVIDIA GeForce RTX 5090 · run-20260723-045450-1d48c8
633,4 tok/s
gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260723-023425-4d6891
340,5 tok/s
gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260723-023425-189e09
331,7 tok/s
North-Mini-Code-1.0 gleiches Modell3× AMD Radeon AI PRO R9700 · run-20260723-023427-9af096
279,0 tok/s
NVIDIA-Nemotron-3-Nano-30B-A3B3× AMD Radeon AI PRO R9700 · run-20260723-031252-92db54
274,0 tok/s
Nemotron-Cascade-2-30B-A3B3× AMD Radeon AI PRO R9700 · run-20260723-031252-286996
270,4 tok/s
Nemotron-3-Nano-Omni-30B-A3B-Reasoning3× AMD Radeon AI PRO R9700 · run-20260723-031253-e2aa7d
268,7 tok/s
North-Mini-Code-1.0 dieser LaufAMD Radeon 8060S Graphics · run-20260723-015518-753958
131,9 tok/s
Hardware
GPU: AMD Radeon 8060S Graphics
CPU: 32x AMD RYZEN AI MAX+ 395 w/ Radeon 8060S
RAM: 31 GB
Mainboard: Meigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX)
Setup
Runtime: llama.cpp
Quantisierung: Q4_K_M
Betriebssystem: Ubuntu 24.04.2 LTS (Kernel 6.17.0-40-generic)
Modell: North-Mini-Code-1.0
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : North-Mini-Code-1.0
# Engine : llama.cpp
# Run-ID : run-20260723-015518-753958
# GPU : AMD Radeon 8060S Graphics
# CPU : 32x AMD RYZEN AI MAX+ 395 w/ Radeon 8060S
# RAM : 31 GB
bench@llm-benchmark:~$ /home/godcore/llama.cpp/build-rocm/bin/llama-server \
-m /home/godcore/models/dl/North-Mini-Code-1.0-UD-Q4_K_M.gguf \
--host 0.0.0.0 \
--port 8000 \
--gpu-layers 99 \
--flash-attn on \
-c 26624 \
--parallel 12
| Engine | llamacpp |
| Kontextlaenge | 26624 |
| Modellpfad | /home/godcore/models/dl/North-Mini-Code-1.0-UD-Q4_K_M.gguf |
| GPU-Layer | 99 |
| Flash Attention | on |
| Kontext | 26624 |
| Parallel | 12 |