# LLM-Benchmark Konfiguration # Modell : Ornith-1.0-9B # Engine : llama.cpp # Run-ID : run-20260807-053423-66880a # 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--deepreinforce-ai--Ornith-1.0-9B-GGUF/snapshots/3296bc7a404871a72ac3f1903f561459c09b5c17/ornith-1.0-9b-Q4_K_M.gguf \ --alias Ornith-1.0-9B \ --host 0.0.0.0 \ --port 8000 \ -ngl 999 \ -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.	Ornith-1.0-9B
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--deepreinforce-ai--Ornith-1.0-9B-GGUF/snapshots/3296bc7a404871a72ac3f1903f561459c09b5c17/ornith-1.0-9b-Q4_K_M.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.	999
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	16384
np	4

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Ornith-1.0-9B 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 1.560,5 tok/sNVIDIA GeForce RTX 5090 1.505,6 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.349,7 tok/sNVIDIA GeForce RTX 5070 Ti 883,4 tok/sNVIDIA GeForce RTX 3090 Ti 786,2 tok/sAMD Radeon AI PRO R9700 487,6 tok/s★ Intel Arc Pro B70 351,6 tok/s dieser LaufAMD Radeon PRO W7900 Dual Slot 235,1 tok/sNVIDIA GeForce RTX 2060 108,0 tok/sNVIDIA Tesla P100 PCIe 16GB 64,5 tok/s

CPUnach Prozessor

AMD Ryzen 9 9950X 16-Core Processor 1.560,5 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.505,6 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.349,7 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 883,4 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 786,2 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 487,6 tok/s★ AMD Ryzen 9 7945HX with Radeon Graphics 351,6 tok/s dieser LaufIntel(R) Core(TM) i5-7400 CPU @ 3.00GHz 108,0 tok/s

MBnach Mainboard

ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.560,5 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.505,6 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.349,7 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 883,4 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 786,2 tok/s★ Shenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series) 351,6 tok/s dieser LaufASRock H110 Pro BTC+ 108,0 tok/sShenzhen Meigao Electronic Equipment Co.,Ltd F1FXM (DeskMini Series) 64,5 tok/s

ENGnach Engine

★ llama.cpp 1.560,5 tok/s dieser Lauf

DRVnach Treiber

unbekannt 1.560,5 tok/s★ Intel 26.18.38308.4 351,6 tok/s dieser Lauf

💰 Economics

Wirtschaftlichkeit dieses Laufs

Betriebskosten, TCO und Vergleich mit den nächstbesten Läufen desselben Modells bei identischer Concurrency (5× parallel). Methodik →

⚙️ KonfigurationAlle Kennzahlen und Diagramme unten folgen diesen Einstellungen – bezogen auf 24 Monate Laufzeit.In URL übernehmen Zurücksetzen

⚡ Strompreis EUR/kWh

⚙️ System-Auslastung 100 %

🖥️ Anschaffung EUR

🔌 Idle 0 W

⚡ TDP 230 W

☁️ Externes LLM (API) anzeigen

Input €/1M Output €/1M Input je Output-Token

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)230 W geschätzt (TDP)GPU 230 W Volllast

Ø-Kosten / Stunde0,069 EUR

Strom / 1 Mio. Token0,097 EUR

Token / kWh3,11 Mio.

Anschaffung (System)120 EUR fehltNetzteil 120 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)1.329 EUR

Output-Token (2 Jahre)12,52 Mrd.

☁️ 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

	Ornith-1.0-9BIntel Arc Pro B70	Ornith-1.0-9BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Ornith-1.0-9BNVIDIA GeForce RTX 5090	Ornith-1.0-9B3x 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 199 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 825 tok/s NVIDIA GeForce RTX 5090 806 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 724 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.