# LLM-Benchmark Konfiguration # Modell : Ministral-3-14B-Reasoning-2512 # Engine : vLLM # Run-ID : run-20260723-194447-d1331c # GPU : NVIDIA GeForce RTX 3090 Ti # CPU : 32x AMD Ryzen 9 8945HX with Radeon Graphics # RAM : 92 GB bench@llm-benchmark:~$ /opt/vllm-venv/bin/python3 /opt/vllm-venv/bin/vllm serve cyankiwi/Ministral-3-14B-Reasoning-2512-AWQ-4bit \ --served-model-name Ministral-3-14B-Reasoning-2512 \ --dtype auto \ --max-model-len 8192 \ --gpu-memory-utilization 0.83 \ --trust-remote-code \ --host 0.0.0.0 \ --port 8000

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.	vllm
Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen.	Ministral-3-14B-Reasoning-2512
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	8192
Alias?Anzeigename des Modells nach aussen (served model name), unabhaengig vom Dateinamen.	Ministral-3-14B-Reasoning-2512
Dtype?Zahlenformat der Modellgewichte bei der Berechnung (z.B. auto, float16, bfloat16). 'auto' waehlt automatisch das vom Modell empfohlene Format.	auto
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	8192
GPU-Speicher?Anteil des GPU-Speichers (0 bis 1), den vLLM belegen darf. 0.92 = 92 %. Hoeher = mehr Platz fuer den KV-Cache (mehr/laengere parallele Anfragen), aber groesseres Risiko fuer 'Out of Memory'.	0.83
Trust-Remote-Code?Erlaubt vLLM, mit dem Modell mitgelieferten Python-Code auszufuehren. Noetig fuer Architekturen, die vLLM nicht von Haus aus kennt. Nur bei vertrauenswuerdigen Modellen aktivieren.	aktiv

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Ministral-3-14B-Reasoning-2512 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

NVIDIA RTX PRO 6000 Blackwell Workstation Edition 1.015,7 tok/s★ NVIDIA GeForce RTX 3090 Ti 524,4 tok/s dieser LaufAMD Radeon AI PRO R9700 131,2 tok/sAMD Radeon 8060S Graphics 66,3 tok/s

CPUnach Prozessor

AMD Ryzen 9 9950X 16-Core Processor 1.015,7 tok/s★ AMD Ryzen 9 8945HX with Radeon Graphics 524,4 tok/s dieser LaufAMD Ryzen Threadripper PRO 7955WX 16-Cores 131,2 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 66,3 tok/s

MBnach Mainboard

unbekannt 1.015,7 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 131,2 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 66,3 tok/s

ENGnach Engine

★ vLLM 1.015,7 tok/s dieser Laufllama.cpp 131,2 tok/s

DRVnach Treiber

unbekannt 1.015,7 tok/sAMD 7.0.0-27-generic 131,2 tok/sROCm 7.2.0 66,3 tok/s