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.

Generation53,72tok/s

Prefill1.018,06tok/s

Time to First Token1.900,00ms

Gesamtdauer17,63s

Concurrency1parallel

Einordnung im Feld

Diese GPU Alle GPUs

2von 20 Systemen

Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 1× parallel

Dieser Lauf ist besser als 95 % aller vergleichbaren Systeme.

Generation 53,7 tok/s

+86 % vs Ø 28,9

Prefill 1.018,1 tok/s

+113 % vs Ø 476,9

Time to First Token 1.900 ms

-4 % vs Ø 1.987

Verteilung im Feld7 – 56 tok/s

Ø 29 Median Dieser Lauf

Wie schlägt sich dieser Benchmark mit anderen Modellen?

Kolibri-1AMD Radeon 8060S Graphics · run-20261008-165122-db9e4d

55,8 tok/s

Qwen-AgentWorld-35B-A3B dieser LaufAMD Radeon 8060S Graphics · run-20260723-142108-f59a48

53,7 tok/s

Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260722-165910-670419

42,2 tok/s

Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260722-165909-f81e9d

42,2 tok/s

Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260723-023424-7d69dd

39,5 tok/s

gemma-4-26B-A4B-it-assistantAMD Radeon 8060S Graphics · run-20260725-031727-ec1196

33,0 tok/s

Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260725-031733-4dcb5c

32,8 tok/s

Gemma-4-26B-A4B-itAMD Radeon 8060S Graphics · run-20260725-031733-216603

32,4 tok/s

Qwen3.6-35B-A3BAMD Radeon 8060S Graphics · run-20260818-172656-f86118

27,7 tok/s

Qwen3.6-35B-A3BAMD Radeon 8060S Graphics · run-20260820-184209-9c541a

27,6 tok/s

Qwen3.6-35B-A3BAMD Radeon 8060S Graphics · run-20260818-172656-c87b94

27,6 tok/s

Nemotron-Cascade-2-30B-A3BAMD Radeon 8060S Graphics · run-20260820-184209-d64192

27,5 tok/s

Nemotron-Cascade-2-30B-A3BAMD Radeon 8060S Graphics · run-20260820-184209-dca769

27,5 tok/s

Qwen3.6-35B-A3BAMD Radeon 8060S Graphics · run-20260821-053525-989728

26,9 tok/s

Wie schlägt sich dieser Benchmark mit anderen GPUs?

Dasselbe Modell auf anderer Hardware · 1× parallel · Generation (tok/s)

NVIDIA GeForce RTX 5090run-20260730-181642-5c1ee1

266,1 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260729-032128-517986

258,5 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-183148-96280b

247,6 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-183147-3f628f

244,3 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-183147-27a0f6

218,0 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260729-105335-7125e2

164,0 tok/s

2× NVIDIA RTX A6000run-20260829-145219-b2c6a2

154,0 tok/s

2× NVIDIA RTX A6000run-20260827-104702-d3e3c0

141,0 tok/s

2× NVIDIA RTX A6000run-20260830-004624-532aa7

139,7 tok/s

2× NVIDIA RTX A6000run-20260827-182612-35e531

139,6 tok/s

NVIDIA RTX A6000run-20260826-152551-92dfe9

131,1 tok/s

2× NVIDIA RTX A6000run-20260827-172006-8809e1

126,1 tok/s

2× NVIDIA RTX A6000run-20260829-234039-2a15df

125,7 tok/s

NVIDIA RTX A6000run-20260826-225451-e9e413

93,5 tok/s

Hardware

GPU: AMD Radeon 8060S Graphics
CPU: 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
Modell: Qwen-AgentWorld-35B-A3B

Konfiguration

benchmark-konfiguration — run-20260723-142108-f59a48

# LLM-Benchmark Konfiguration # Modell : Qwen-AgentWorld-35B-A3B # Engine : llama.cpp # Run-ID : run-20260723-142108-f59a48 # GPU : AMD Radeon 8060S Graphics # CPU : 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/Qwen-AgentWorld-35B-A3B-UD-Q4_K_M.gguf \ --host 0.0.0.0 \ --port 8000 \ --gpu-layers 99 \ --flash-attn on \ -c 26624 \ --parallel 12

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.	26624
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird.	/home/godcore/models/dl/Qwen-AgentWorld-35B-A3B-UD-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.	99
Flash Attention?FlashAttention fuer schnellere und speichersparende Attention. Wert on/off/auto je nach Build.	on
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	26624
Parallel?Anzahl paralleler Slots/Sequenzen, die der Server gleichzeitig bedient. Der Kontext wird auf die Slots aufgeteilt.	12

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen-AgentWorld-35B-A3B auf verschiedener Hardware

Alle veröffentlichten 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

NVIDIA RTX PRO 6000 Blackwell Workstation Edition 1.481,2 tok/sNVIDIA GeForce RTX 5090 1.439,1 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.363,4 tok/sNVIDIA GeForce RTX 3090 Ti 849,2 tok/sNVIDIA RTX A6000 799,7 tok/sAMD Radeon RX 7900 XTX 451,0 tok/sAMD Radeon AI PRO R9700 198,8 tok/sNVIDIA GeForce RTX 5070 Ti 140,1 tok/s★ AMD Radeon 8060S Graphics 103,8 tok/s dieser Lauf

CPUnach Prozessor

AMD Ryzen 9 9950X 16-Core Processor 1.481,2 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.439,1 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.363,4 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 849,2 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 799,7 tok/sAMD Ryzen Threadripper PRO 3955WX 16-Cores 451,0 tok/sAMD Ryzen 3 3100 4-Core Processor 198,8 tok/sIntel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 177,0 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 140,1 tok/s★ AMD RYZEN AI MAX+ 395 w/ Radeon 8060S 103,8 tok/s dieser Lauf

MBnach Mainboard

ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.481,2 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.439,1 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.363,4 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 849,2 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 451,0 tok/sASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 198,8 tok/sDell Inc. PowerEdge R820 177,0 tok/s★ Meigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 103,8 tok/s dieser Lauf

ENGnach Engine

★ llama.cpp 1.481,2 tok/s dieser LaufvLLM 799,7 tok/sunbekannt 78,5 tok/s

DRVnach Treiber

unbekannt 1.481,2 tok/sAMD 7.0.0-27-generic 78,5 tok/s

💰 Economics

Wirtschaftlichkeit dieses Laufs

Betriebskosten, TCO und Vergleich mit den nächstbesten Läufen desselben Modells bei identischer Concurrency (1× parallel). Methodik →

⚙️ KonfigurationAlle Kennzahlen und Diagramme unten folgen diesen Einstellungen – bezogen auf 24 Monate Laufzeit.In URL übernehmen Zurücksetzen

⚡ Strompreis EUR/kWh

⚙️ System-Auslastung 100 %

🖥️ Anschaffung EUR

🔌 Idle 18 W

⚡ TDP 120 W

☁️ Externes LLM (API) anzeigen

Input €/1M Output €/1M Input je Output-Token

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)120 W geschätzt (TDP)GPU 120 W Volllast

Ø-Kosten / Stunde0,036 EUR

Strom / 1 Mio. Token0,19 EUR

Token / kWh1,61 Mio.

Anschaffung (System)7.454 EUR TeilpreisGPU 3.000 EUR · Board 3.900 EUR · RAM 434 EUR · Netzteil 120 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)8.085 EUR

Output-Token (2 Jahre)3,39 Mrd.

☁️ Externes LLM (API) – Vergleich

Externe LLM-Kosten (2 Jahre)–

Ersparnis vs. extern (2 Jahre)–

Alle Werte oben und die Diagramme unten berücksichtigen die eingestellte System-Auslastung: bei X % generiert das System nur X % der Zeit, die restliche Zeit läuft es im Idle (18 W). Kosten pro Stunde sinken dadurch (mehr Idle), Kosten je Token steigen.

Kosten über 2 Jahre – nur Strom

Kosten über 2 Jahre – inkl. Anschaffung (TCO)

Geschwindigkeit vs. Token pro Euro

Euro pro 1 Mio. Token

Vergleich zur API – Wirtschaftlichkeit je Benchmark

	Qwen-AgentWorld-35B-A3BAMD Radeon 8060S Graphics	Qwen-AgentWorld-35B-A3BNVIDIA GeForce RTX 5090	Qwen-AgentWorld-35B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Qwen-AgentWorld-35B-A3B3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition
Kosten Strom (24 Mon.)	–	–	–	–
Kosten Anschaffung	–	–	–	–
Kosten Gesamt (TCO)	–	–	–	–
Generierte Token (24 Mon.)	–	–	–	–
Tokenpreis bei API	–	–	–	–
Break-Even-Point (Tage)	–	–	–	–
Ergebnis (Ersparnis / Ausgabe)	–	–	–	–

AMD Radeon 8060S Graphics · dieser Lauf 54 tok/s NVIDIA GeForce RTX 5090 266 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 258 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 248 tok/s

Vergleich mit bis zu 3 nächstbesten Läufen dieses Modells bei gleicher Concurrency (mind. einer auf anderer Hardware). Leistung = GPU-TDP + CPU (Idle + 15 %) + Board (geschätzt), Anschaffung = komplettes System (GPU + CPU + Board + RAM + Netzteil), Preise = hinterlegte Marktpreise.

Beigesteuert von

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.