Beigesteuert vonMario AlkaCohere command-a-reasoning-08-2025
Performancebenchmark · gemessen am 30.07.2026 01:04
Benchmark-ID
run-20260730-035053-91934dTimebench 3 - Kombi (Prefill + Generation)111BRuntime: llama.cppQuantisierung: Q4_K_M
ℹ
Zur Einordnung: Diese Plattform nutzt Unified Memory – die "VRAM" ist gemeinsamer System-RAM (APU/Superchip); das Modell teilt sich den Speicher mit dem System.
Generation0,02tok/s
Prefill4,86tok/s
Time to First Token485.856,00ms
Gesamtdauer1.200,00s
Concurrency1parallel
Einordnung im Feld
470von 470 Systemen
Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 1× parallel
Dieser Lauf ist besser als 0 % aller vergleichbaren Systeme.
Generation
0,0 tok/s
-100 % vs Ø 124,8
Prefill
4,9 tok/s
-100 % vs Ø 3.292,9
Time to First Token
485.856 ms
+4.261 % vs Ø 11.142
Verteilung im Feld0 – 405 tok/s
Wie schlägt sich dieser Benchmark mit anderen Modellen?
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260724-004608-16af9b
404,6 tok/s
gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260730-035052-9f766a
395,2 tok/s
NVIDIA-Nemotron-3-Nano-4BNVIDIA GeForce RTX 5090 · run-20260728-194135-d456e7
393,5 tok/s
NVIDIA-Nemotron-3-Nano-4BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181607-bffb11
393,5 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260724-004607-29bd16
388,9 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260729-032121-1c779f
388,2 tok/s
gemma-4-E2B-itNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181606-6ea089
378,6 tok/s
gemma-4-E2B-itNVIDIA GeForce RTX 5090 · run-20260728-184455-e8b129
377,6 tok/s
NVIDIA-Nemotron-3-Nano-4B3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-ac388e
362,3 tok/s
NVIDIA-Nemotron-3-Nano-4B3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-5e5085
361,4 tok/s
NVIDIA-Nemotron-3-Nano-30B-A3BNVIDIA GeForce RTX 5090 · run-20260729-105335-653788
359,4 tok/s
Nemotron-3-Nano-Omni-30B-A3B-ReasoningNVIDIA GeForce RTX 5090 · run-20260729-105334-2c4905
359,3 tok/s
Nemotron-Cascade-2-30B-A3BNVIDIA GeForce RTX 5090 · run-20260729-105334-44d1e7
359,0 tok/s
Nemotron-3-Nano-Omni-30B-A3B-ReasoningNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260729-032119-4852bf
357,1 tok/s
command-a-reasoning-08-2025 dieser LaufIntel Arc Pro B70 · run-20260730-035053-91934d
0,0 tok/s
Wie schlägt sich dieser Benchmark mit anderen GPUs?
Dasselbe Modell auf anderer Hardware · 1× parallel · Generation (tok/s)
NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260727-193100-bb2f69
21,9 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260727-181606-39296d
21,1 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-035053-24f0d3
20,8 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-035053-40cb2f
20,7 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-035052-9ec58a
17,7 tok/s
NVIDIA GeForce RTX 5070 Tirun-20260727-113142-daa7d7
2,2 tok/s
NVIDIA GeForce RTX 3090 Tirun-20260727-145956-e200a6
1,4 tok/s
NVIDIA GeForce RTX 5090run-20260728-195914-895e29
0,7 tok/s
Intel Arc Pro B70 dieser Laufrun-20260730-035053-91934d
0,0 tok/s
Hardware
GPU: Intel Arc Pro B70 · 32 GB VRAM
CPU: AMD Ryzen 9 7945HX with Radeon Graphics
RAM: 29 GB
Mainboard: Shenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series)
Setup
Runtime: llama.cpp
Quantisierung: Q4_K_M
Modell: command-a-reasoning-08-2025
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : command-a-reasoning-08-2025
# Engine : llama.cpp
# Run-ID : run-20260730-035053-91934d
# GPU : Intel Arc Pro B70
# CPU : AMD Ryzen 9 7945HX with Radeon Graphics
# RAM : 29 GB
bench@llm-benchmark:~$ /root/llama.cpp/build/bin/llama-server \
-m /root/.cache/huggingface/hub/models--DevQuasar--CohereLabs.command-a-reasoning-08-2025-GGUF/snapshots/924408415a0e807b935d0a0c4f316a1bc40a1051/CohereLabs.command-a-reasoning-08-2025.Q4_K_M-00001-of-00005.gguf \
--alias command-a-reasoning-08-2025 \
--host 0.0.0.0 \
--port 8000 \
-ngl 0 \
-c 16384 \
-np 4 \
--jinja
| 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. | llamacpp |
| Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen. | command-a-reasoning-08-2025 |
| Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann. | 16384 |
| Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird. | /root/.cache/huggingface/hub/models--DevQuasar--CohereLabs.command-a-reasoning-08-2025-GGUF/snapshots/924408415a0e807b935d0a0c4f316a1bc40a1051/CohereLabs.command-a-reasoning-08-2025.Q4_K_M-00001-of-00005.gguf |
| GPU-Layer?Anzahl der auf die GPU ausgelagerten Modell-Layer. Hoeher = mehr VRAM und schneller; der Rest laeuft auf der CPU. 999 = alles auf GPU. | 0 |
| Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells. | 16384 |
| np | 4 |
Anzeige
Modell-Vergleich
command-a-reasoning-08-2025 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
CPUnach Prozessor
AMD Ryzen 9 9950X 16-Core Processor 157,0 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 134,9 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 6,7 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 4,2 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 2,2 tok/s★ AMD Ryzen 9 7945HX with Radeon Graphics 0,0 tok/s dieser Lauf
MBnach Mainboard
ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 157,0 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 134,9 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 6,7 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 4,2 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 2,2 tok/s★ Shenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series) 0,0 tok/s dieser Lauf
DRVnach Treiber
unbekannt 157,0 tok/s
💰 Economics
Wirtschaftlichkeit dieses Laufs
Betriebskosten, TCO und Vergleich mit den nächstbesten Läufen desselben Modells bei identischer Concurrency (1× parallel). Methodik →
⚙️ KonfigurationAlle Kennzahlen und Diagramme unten folgen diesen Einstellungen – bezogen auf 24 Monate Laufzeit.In URL übernehmenZurücksetzen
⚡ Strompreis
EUR/kWh
⚙️ System-Auslastung
100 %
🖥️ Anschaffung
EUR
🔌 Idle
0 W
⚡ TDP
230 W
☁️ Externes LLM (API)
Strompreis0,30 EUR/kWh
Ø-Leistung (inkl. Idle)230 W geschätzt (TDP)GPU 230 W Volllast
Ø-Kosten / Stunde0,069 EUR
Strom / 1 Mio. Token958,33 EUR
Token / kWh313
Anschaffung (System)120 EUR fehltNetzteil 120 EUR
Stromkosten (2 Jahre)–
TCO (2 Jahre)1.329 EUR
Output-Token (2 Jahre)1,26 Mio.
☁️ Externes LLM (API) – Vergleich
Externe LLM-Kosten (2 Jahre)–
Ersparnis vs. extern (2 Jahre)–
Alle Werte oben und die Diagramme unten berücksichtigen die eingestellte System-Auslastung: bei X % generiert das System nur X % der Zeit, die restliche Zeit läuft es im Idle (0 W). Kosten pro Stunde sinken dadurch (mehr Idle), Kosten je Token steigen.
Kosten über 2 Jahre – nur Strom
Kosten über 2 Jahre – inkl. Anschaffung (TCO)
Geschwindigkeit vs. Token pro Euro
Euro pro 1 Mio. Token
Vergleich zur API – Wirtschaftlichkeit je Benchmark
| command-a-reasoning-08-2025Intel Arc Pro B70 | command-a-reasoning-08-2025NVIDIA RTX PRO 6000 Blackwell Workstation Edition | command-a-reasoning-08-20253x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition | command-a-reasoning-08-20253x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition | |
|---|---|---|---|---|
| Kosten Strom (24 Mon.) | – | – | – | – |
| Kosten Anschaffung | – | – | – | – |
| Kosten Gesamt (TCO) | – | – | – | – |
| Generierte Token (24 Mon.) | – | – | – | – |
| Tokenpreis bei API | – | – | – | – |
| Break-Even-Point (Tage) | – | – | – | – |
| Ergebnis (Ersparnis / Ausgabe) | – | – | – | – |
Intel Arc Pro B70 · dieser Lauf 0 tok/sNVIDIA RTX PRO 6000 Blackwell Workstation Edition 22 tok/s3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 21 tok/s3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 21 tok/s
Vergleich mit bis zu 3 nächstbesten Läufen dieses Modells bei gleicher Concurrency (mind. einer auf anderer Hardware). Leistung = GPU-TDP + CPU (Idle + 15 %) + Board (geschätzt), Anschaffung = komplettes System (GPU + CPU + Board + RAM + Netzteil), Preise = hinterlegte Marktpreise.
Beigesteuert von
Mario Alka Administrator
@marioalka
Ich bin Unternehmer, Softwareentwickler und KI-Enthusiast. Seit vielen Jahren entwickle ich Unternehmenssoftware und beschäftige mich inzwischen fast täglich mit lokalen LLMs, KI-Agenten und leistungsfähiger KI-Hardware.
Mit LLM-Benchmark.de möchte ich eine Plattform schaffen, auf der Modelle, GPUs und Agenten objektiv und reproduzierbar miteinander verglichen werden.