Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
Beta
MiniMax

MiniMax-M2.7

Performancebenchmark · gemessen am 23.07.2026 09:12

Benchmark-IDrun-20260723-114454-a888a9
Timebench 3 - Kombi (Prefill + Generation)MoE230BRuntime: llama.cppQuantisierung: Q4_K_M
Generation2,62tok/s
Prefill14,77tok/s
Time to First Token156.049,50ms
Gesamtdauer600,00s
Concurrency1parallel
Einordnung im Feld
290von 305 Systemen

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

Dieser Lauf ist besser als 5 % aller vergleichbaren Systeme.
Generation 2,6 tok/s
-97 % vs Ø 87,0
Prefill 14,8 tok/s
-100 % vs Ø 3.212,9
Time to First Token 156.050 ms
+605 % vs Ø 22.143
Verteilung im Feld0 – 1.295 tok/s
Ø 87 Median Dieser Lauf

Wie schlägt sich dieser Benchmark?

Hardware

GPU: Keine GPU (CPU-only)
CPU: 51x Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz
RAM: 504 GB
Mainboard: Dell Inc. PowerEdge R820

Setup

Runtime: llama.cpp
Quantisierung: Q4_K_M
Betriebssystem: Ubuntu 24.04.3 LTS (Kernel 7.0.0-28-generic)
Modell: MiniMax-M2.7

Konfiguration

benchmark-konfiguration — run-20260723-114454-a888a9
# LLM-Benchmark Konfiguration # Modell : MiniMax-M2.7 # Engine : llama.cpp # Run-ID : run-20260723-114454-a888a9 # 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?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
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./opt/models/Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf
NUMA?NUMA-Optimierung fuer Multi-Socket-CPUs: distribute/isolate/numactl. Verbessert die Speicherlokalitaet.distribute
Threads?Anzahl CPU-Threads fuer die Token-Generierung (Decode).64
Batch-Threads?Anzahl CPU-Threads fuer Prompt-Verarbeitung und Batch (Prefill).64
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.8192

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

MiniMax-M2.7 auf verschiedener Hardware

Alle veroeffentlichten Performance-Läufe dieses Modells – jede Blase eine Variante: Position = Prefill (X) × Generation (Y), Blasengröße = Anzahl Läufe. Näher oben rechts = schneller. ★ Gold markiert = dieser Benchmark.

GPUnach Grafikkarte

21,516,110,75,40,00124248371Prefill (tok/s)Generation (tok/s)AMD Radeon AI PRO R9700 - 16,9 tok/s Generation, 303 tok/s Prefill, TTFT 45.035 ms (3 Laufe)AMD Radeon AI PRO R97...CPU-only - 2,6 tok/s Generation, 24 tok/s Prefill, TTFT 193.311 ms (3 Laufe) | DIESER LAUF★ CPU-only
AMD Radeon AI PRO R9700 16,9 tok/s★ CPU-only 2,6 tok/s dieser Lauf

CPUnach Prozessor

21,516,110,75,40,00124248371Prefill (tok/s)Generation (tok/s)AMD Ryzen Threadripper PRO 7955WX 16-Cores - 16,9 tok/s Generation, 303 tok/s Prefill, TTFT 45.035 ms (3 Laufe)AMD Ryzen Threadrippe...Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz - 2,6 tok/s Generation, 24 tok/s Prefill, TTFT 193.311 ms (3 Laufe) | DIESER LAUF★ Intel(R) Xeon(R) CPU ...
AMD Ryzen Threadripper PRO 7955WX 16-Cores 16,9 tok/s★ Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 2,6 tok/s dieser Lauf

MBnach Mainboard

21,516,110,75,40,00124248371Prefill (tok/s)Generation (tok/s)ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE - 16,9 tok/s Generation, 303 tok/s Prefill, TTFT 45.035 ms (3 Laufe)ASUSTeK COMPUTER INC....Dell Inc. PowerEdge R820 - 2,6 tok/s Generation, 24 tok/s Prefill, TTFT 193.311 ms (3 Laufe) | DIESER LAUF★ Dell Inc. PowerEdge R...
ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 16,9 tok/s★ Dell Inc. PowerEdge R820 2,6 tok/s dieser Lauf

ENGnach Engine

21,416,010,75,30,00156312468Prefill (tok/s)Generation (tok/s)unbekannt - 16,9 tok/s Generation, 385 tok/s Prefill, TTFT 59.806 ms (2 Laufe)unbekanntllama.cpp - 3,0 tok/s Generation, 53 tok/s Prefill, TTFT 148.857 ms (4 Laufe) | DIESER LAUF★ llama.cpp
unbekannt 16,9 tok/s★ llama.cpp 3,0 tok/s dieser Lauf

DRVnach Treiber

21,516,110,75,40,00124248371Prefill (tok/s)Generation (tok/s)AMD 7.0.0-27-generic - 16,9 tok/s Generation, 303 tok/s Prefill, TTFT 45.035 ms (3 Laufe)AMD 7.0.0-27-genericunbekannt - 2,6 tok/s Generation, 24 tok/s Prefill, TTFT 193.311 ms (3 Laufe)unbekannt
AMD 7.0.0-27-generic 16,9 tok/sunbekannt 2,6 tok/s