# LLM-Benchmark Konfiguration # Modell : Qwen2.5-Coder-32B-Instruct # Engine : vLLM # Run-ID : run-20260724-082952-df58a1 # 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-Coder-32B-Instruct-AWQ \ --served-model-name Qwen2.5-Coder-32B-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.	Qwen2.5-Coder-32B-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.	Qwen2.5-Coder-32B-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

All benchmarks of this model To leaderboard

Model comparison

Qwen2.5-Coder-32B-Instruct on various hardware

All published performance runs of this model – each bubble a variant: position = prefill (X) × generation (Y), bubble size = number of runs. Closer to the top right = faster. ★ Marked gold = this benchmark.

GPUby graphics card

NVIDIA GeForce RTX 5090 1.307,9 tok/s★ NVIDIA RTX PRO 6000 Blackwell Workstation Edition 500,6 tok/s this runNVIDIA GeForce RTX 3090 Ti 472,9 tok/sAMD Radeon AI PRO R9700 63,2 tok/sAMD Radeon 8060S Graphics 20,6 tok/s

CPUby processor

AMD Ryzen 7 5800X3D 8-Core Processor 1.307,9 tok/s★ AMD Ryzen 9 9950X 16-Core Processor 500,6 tok/s this runAMD Ryzen 9 8945HX with Radeon Graphics 472,9 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 63,2 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 20,6 tok/s

MBby mainboard

unbekannt 1.307,9 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 63,2 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 20,6 tok/s

ENGby engine

llama.cpp 1.307,9 tok/s★ vLLM 500,6 tok/s this run

DRVby driver

NVIDIA 580.159.03 / CUDA 13.0 1.307,9 tok/sunbekannt 500,6 tok/sAMD 7.0.0-27-generic 63,2 tok/sROCm 7.2.0 20,6 tok/s

Contributed by

Mario Alka Administrator

@marioalka

Gruender von godcore.de