# LLM-Benchmark Konfiguration # Modell : Qwen3-Coder-30B-A3B-Instruct # Engine : vLLM # Run-ID : run-20260724-004605-d79930 # GPU : NVIDIA RTX PRO 6000 Blackwell Workstation Edition # CPU : AMD Ryzen 9 9950X 16-Core Processor # RAM : 92 GB bench@llm-benchmark:~$ /home/godcore/minimax-vllm-nightly/.venv/bin/python /home/godcore/minimax-vllm-nightly/.venv/bin/vllm serve stelterlab/Qwen3-Coder-30B-A3B-Instruct-AWQ \ --served-model-name Qwen3-Coder-30B-A3B-Instruct \ --dtype auto \ --max-model-len 8192 \ --gpu-memory-utilization 0.90 \ --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.	Qwen3-Coder-30B-A3B-Instruct
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.	Qwen3-Coder-30B-A3B-Instruct
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'.	0.90

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen3-Coder-30B-A3B-Instruct 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 GeForce RTX 5090 1.716,6 tok/s★ NVIDIA RTX PRO 6000 Blackwell Workstation Edition 1.690,0 tok/s dieser LaufNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.545,3 tok/sNVIDIA GeForce RTX 3090 Ti 928,5 tok/sNVIDIA RTX A6000 789,2 tok/sAMD Radeon PRO W7800 48GB 289,5 tok/sAMD Radeon PRO W7900 Dual Slot 277,0 tok/sNVIDIA GB10 (DGX Spark) 182,9 tok/sNVIDIA GeForce RTX 5070 Ti 157,0 tok/sAMD Radeon AI PRO R9700 99,0 tok/sNVIDIA GeForce RTX 2060 6,7 tok/s

CPUnach Prozessor

AMD Ryzen 7 5800X3D 8-Core Processor 1.716,6 tok/s★ AMD Ryzen 9 9950X 16-Core Processor 1.690,0 tok/s dieser LaufAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.545,3 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 928,5 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 789,2 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 289,5 tok/sNVIDIA Grace 182,9 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 6,7 tok/s

MBnach Mainboard

ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.716,6 tok/s★ ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.690,0 tok/s dieser LaufASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.545,3 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 928,5 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 289,5 tok/sASUSTeK COMPUTER INC. GX10 182,9 tok/sDell Inc. PowerEdge R820 6,7 tok/s

ENGnach Engine

llama.cpp 1.716,6 tok/s★ vLLM 1.070,6 tok/s dieser Laufunbekannt 88,2 tok/s

DRVnach Treiber

unbekannt 1.716,6 tok/sNVIDIA 590.48.01 / CUDA 13.1 182,9 tok/sAMD 7.0.0-27-generic 88,2 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 70 W

⚡ TDP 644 W

☁️ Externes LLM (API) anzeigen

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

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)644 W geschätzt (TDP)GPU 600 + CPU 29 + Board 15 W Volllast

Ø-Kosten / Stunde0,19 EUR

Strom / 1 Mio. Token0,23 EUR

Token / kWh1,33 Mio.

Anschaffung (System)15.248 EUR VollpreisGPU 13.000 EUR · CPU 649 EUR · Board 499 EUR · RAM 920 EUR · Netzteil 180 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)18.632 EUR

Output-Token (2 Jahre)14,96 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 (70 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

	Qwen3-Coder-30B-A3B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Qwen3-Coder-30B-A3B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Qwen3-Coder-30B-A3B-InstructNVIDIA GeForce RTX 5090	Qwen3-Coder-30B-A3B-Instruct3x 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)	–	–	–	–

NVIDIA RTX PRO 6000 Blackwell Workstation Edition · dieser Lauf 237 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 311 tok/s NVIDIA GeForce RTX 5090 309 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 274 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.