# LLM-Benchmark Konfiguration # Modell : Qwen3.5-35B-A3B # Engine : vLLM # Run-ID : run-20260724-082959-b75c95 # 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 cyankiwi/Qwen3.5-35B-A3B-AWQ-4bit \ --served-model-name Qwen3.5-35B-A3B \ --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.	Qwen3.5-35B-A3B
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.	Qwen3.5-35B-A3B
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

Qwen3.5-35B-A3B 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 RTX PRO 6000 Blackwell Workstation Edition 1.028,6 tok/s this runNVIDIA GeForce RTX 5090 849,7 tok/sNVIDIA GeForce RTX 3090 Ti 472,6 tok/sAMD Radeon AI PRO R9700 205,4 tok/sAMD Radeon 8060S Graphics 109,7 tok/s

CPUby processor

★ AMD Ryzen 9 9950X 16-Core Processor 1.028,6 tok/s this runAMD Ryzen 7 5800X3D 8-Core Processor 849,7 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 472,6 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 205,4 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 109,7 tok/s

MBby mainboard

unbekannt 1.028,6 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 205,4 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 109,7 tok/s

ENGby engine

★ vLLM 1.028,6 tok/s this runllama.cpp 849,7 tok/s

DRVby driver

unbekannt 1.028,6 tok/sNVIDIA 580.159.03 / CUDA 13.0 849,7 tok/sAMD 7.0.0-27-generic 205,4 tok/sROCm 7.2.0 109,7 tok/s

Contributed by

Mario Alka Administrator

@marioalka

Gruender von godcore.de