# LLM-Benchmark Konfiguration # Modell : Qwen2.5-32B-Instruct-AWQ # Engine : vLLM # Run-ID : run-20260724-082950-1b932e # 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 Qwen/Qwen2.5-32B-Instruct-AWQ \ --served-model-name Qwen2.5-32B-Instruct-AWQ \ --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.	Qwen2.5-32B-Instruct-AWQ
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.	Qwen2.5-32B-Instruct-AWQ
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

Qwen2.5-32B-Instruct-AWQ 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 510,3 tok/s dieser LaufAMD Radeon 8060S Graphics 22,6 tok/s

CPUnach Prozessor

★ AMD Ryzen 9 9950X 16-Core Processor 510,3 tok/s dieser LaufAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 22,6 tok/s

MBnach Mainboard

unbekannt 510,3 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 22,6 tok/s

ENGnach Engine

★ vLLM 510,3 tok/s dieser Laufllama.cpp 22,6 tok/s

DRVnach Treiber

unbekannt 510,3 tok/sROCm 7.2.0 22,6 tok/s

Beigesteuert von

Mario Alka Administrator

@marioalka

Gruender von godcore.de