Contributed byMario AlkaQwen (Alibaba)Qwen3.6-35B-A3B
Performance benchmark · measured on 24.07.2026 08:00
Benchmark-ID
run-20260724-083000-d5c2ecTimebench 3 - Kombi (Prefill + Generation)MoE35BRuntime: vLLMQuantisierung: AWQ
Generation195,04tok/s
Prefill8.425,42tok/s
Time to First Token230,50ms
Total duration10,96s
Concurrency1parallel
Ranking in the field
455of 997 systems
Performance benchmark · Primary metric: Generation-Speed (tok/s)
This run is better than 54 % of all comparable systems.
Generation
195,0 tok/s
-28 % vs Ø 270,4
Prefill
8.425,4 tok/s
+51 % vs Ø 5.568,2
Time to First Token
231 ms
-98 % vs Ø 9.777
Distribution in the field0 – 1.444 tok/s
Wie schlägt sich dieser Benchmark?
gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260723-194447-dc199d
1.443,9 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260724-004604-1c9023
1.386,8 tok/s
Qwen2.5-Coder-32B-InstructNVIDIA GeForce RTX 5090 · run-20260724-082948-5b32df
1.307,9 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260723-045447-edeed3
1.295,3 tok/s
gpt-oss-20b3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260724-082940-10761f
1.238,3 tok/s
Qwen3-Coder-30B-A3B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260724-004606-ebf474
1.070,6 tok/s
Qwen3.5-35B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260724-082959-cd1403
1.028,6 tok/s
Qwen3-VL-30B-A3B-InstructNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260724-004607-c49303
1.028,5 tok/s
Ministral-3-14B-Reasoning-2512NVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260723-195749-eebab2
1.015,7 tok/s
GLM-4.5-AirNVIDIA GeForce RTX 5090 · run-20260724-082959-2ea391
976,7 tok/s
Qwen3-Coder-30B-A3B-InstructNVIDIA GeForce RTX 5090 · run-20260723-045450-366dae
966,2 tok/s
Qwen3-30B-A3B-Instruct-2507NVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260724-004604-860045
961,5 tok/s
Devstral-Small-2507NVIDIA GeForce RTX 5090 · run-20260724-082938-ad06f1
958,9 tok/s
Qwen3.6-35B-A3B same modelNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260724-083000-8690d7
952,8 tok/s
Qwen3.6-35B-A3B this runNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260724-083000-d5c2ec
195,0 tok/s
Hardware
GPU: NVIDIA RTX PRO 6000 Blackwell Workstation Edition · 96 GB VRAM
CPU: 32x AMD Ryzen 9 9950X 16-Core Processor
RAM: 92 GB
Setup
Runtime: vLLM
Quantization: AWQ
Model: Qwen3.6-35B-A3B
Configuration
# LLM-Benchmark Konfiguration
# Modell : Qwen3.6-35B-A3B
# Engine : vLLM
# Run-ID : run-20260724-083000-d5c2ec
# 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/Qwen3.6-35B-A3B-AWQ-4bit \
--served-model-name Qwen3.6-35B-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. | Qwen3.6-35B-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. | Qwen3.6-35B-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 |
Model comparison
Qwen3.6-35B-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 952,8 tok/s this runNVIDIA GeForce RTX 5090 854,0 tok/sNVIDIA GeForce RTX 3090 Ti 472,7 tok/sAMD Radeon AI PRO R9700 206,9 tok/sAMD Radeon 8060S Graphics 103,2 tok/sCPU-only 4,3 tok/s
CPUby processor
★ AMD Ryzen 9 9950X 16-Core Processor 952,8 tok/s this runAMD Ryzen 7 5800X3D 8-Core Processor 854,0 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 472,7 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 206,9 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 103,2 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 4,3 tok/s
MBby mainboard
unbekannt 952,8 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 206,9 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 103,2 tok/sDell Inc. PowerEdge R820 4,3 tok/s
ENGby engine
★ vLLM 952,8 tok/s this runllama.cpp 854,0 tok/s
DRVby driver
unbekannt 952,8 tok/sNVIDIA 580.159.03 / CUDA 13.0 854,0 tok/sAMD 7.0.0-27-generic 206,9 tok/sROCm 7.2.0 103,2 tok/s