# LLM-Benchmark Konfiguration # Modell : Qwen3-VL-30B-A3B-Instruct # Engine : vLLM # Run-ID : run-20260724-004607-ae055d # GPU : NVIDIA RTX PRO 6000 Blackwell Workstation Edition # CPU : 32x 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 QuantTrio/Qwen3-VL-30B-A3B-Instruct-AWQ \ --served-model-name Qwen3-VL-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-VL-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-VL-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-VL-30B-A3B-Instruct 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 1.028,5 tok/s dieser LaufNVIDIA GeForce RTX 3090 Ti 475,8 tok/sAMD Radeon AI PRO R9700 186,9 tok/sAMD Radeon 8060S Graphics 102,2 tok/s

CPUnach Prozessor

★ AMD Ryzen 9 9950X 16-Core Processor 1.028,5 tok/s dieser LaufAMD Ryzen 9 8945HX with Radeon Graphics 475,8 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 186,9 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 102,2 tok/s

MBnach Mainboard

unbekannt 1.028,5 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 186,9 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 102,2 tok/s

ENGnach Engine

★ vLLM 1.028,5 tok/s dieser Laufllama.cpp 475,8 tok/s

DRVnach Treiber

unbekannt 1.028,5 tok/sAMD 7.0.0-27-generic 186,9 tok/sROCm 7.2.0 102,2 tok/s

Beigesteuert von

Mario Alka Administrator

@marioalka

Gruender von godcore.de und Betreiber von llm-benchmark.de. Ich teste KI-Sprachmodelle auf echter Hardware, messe Tempo (Token/s) und Aufgaben-Qualitaet und teile die Ergebnisse offen und reproduzierbar.