# LLM-Benchmark Konfiguration # Modell : Qwen3.5-122B-A10B # Engine : llama.cpp # Run-ID : run-20260812-011250-752e35 # GPU : 4x AMD Radeon AI PRO R9700 # CPU : AMD Ryzen Threadripper PRO 7955WX 16-Cores # RAM : 184 GB bench@llm-benchmark:~$ llama-batched-bench (llama.cpp ROCm) \ --model /home/godcore/models/q35-q8/Qwen_Qwen3.5-122B-A10B-Q8_0/Qwen_Qwen3.5-122B-A10B-Q8_0-00001-of-00004.gguf \ -ngl 99 \ -c 8192 \ -b 2048 \ -ub 512 \ -npp 512 \ -ntg 128 \ -npl 10 \ HIP_VISIBLE_DEVICES 0,1,2,3

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.	llama-batched-bench (llama.cpp ROCm)
Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen.	Qwen3.5-122B-A10B
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	8192
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird.	/home/godcore/models/q35-q8/Qwen_Qwen3.5-122B-A10B-Q8_0/Qwen_Qwen3.5-122B-A10B-Q8_0-00001-of-00004.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.	99
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	8192
Batch-Groesse?Logische Batchgroesse fuer die Prompt-Verarbeitung (Anzahl Token pro Prefill-Durchlauf).	2048
Micro-Batch?Physische Micro-Batchgroesse. Begrenzt, wie viele Token gleichzeitig durch die Compute-Pipeline laufen.	512
npp	512
ntg	128
npl	10
HIP_VISIBLE_DEVICES	0,1,2,3
execution_type	local

All benchmarks of this model To leaderboard

Model comparison

Qwen3.5-122B-A10B 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 Max-Q Workstation Edition 564,6 tok/s★ AMD Radeon AI PRO R9700 168,6 tok/s this runAMD Radeon PRO W7900 Dual Slot 96,5 tok/sNVIDIA GeForce RTX 5070 Ti 31,1 tok/sNVIDIA GeForce RTX 3090 Ti 24,9 tok/sNVIDIA RTX PRO 6000 Blackwell Workstation Edition 12,1 tok/sAMD Radeon RX 7900 XTX 11,8 tok/sNVIDIA GeForce RTX 5090 8,3 tok/sNVIDIA GeForce RTX 2060 7,1 tok/s

CPUby processor

AMD Ryzen Threadripper PRO 9965WX 24-Cores 564,6 tok/s★ AMD Ryzen Threadripper PRO 7955WX 16-Cores 168,6 tok/s this runAMD Ryzen Threadripper PRO 5975WX 32-Cores 96,5 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 24,9 tok/sAMD Ryzen 9 9950X 16-Core Processor 12,1 tok/sIntel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 11,8 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 8,3 tok/s

MBby mainboard

★ ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 564,6 tok/s this runASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 96,5 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 24,9 tok/sASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 12,1 tok/sDell Inc. PowerEdge R820 11,8 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 8,3 tok/s

ENGby engine

★ llama.cpp 564,6 tok/s this runvLLM 168,6 tok/s

DRVby driver

unbekannt 564,6 tok/s

💰 Economics

Economics of this run

Operating cost, TCO and comparison with the next-best runs of the same model at identical concurrency (10× concurrent). Methodology →

⚙️ ConfigurationAll metrics and charts below follow these settings – based on a 24-month runtime.Save to URL Reset

⚡ Electricity price EUR/kWh

⚙️ System utilization 100 %

🖥️ Acquisition EUR

🔌 Idle 85 W

⚡ TDP 371 W

☁️ External LLM (API) show

Input €/1M Output €/1M Input per output token

Electricity0.30 EUR/kWh

Avg power (incl. idle)371 W estimated (TDP)GPU 300 + CPU 46 + Board 25 W full load

Avg cost / hourEUR 0.11

Electricity / 1M tokensEUR 1.28

Token / kWh234.05K

Acquisition (system)EUR 6,824 full priceGPU EUR 1,400 · CPU EUR 1,399 · Board EUR 1,299 · RAM EUR 2,576 · PSU EUR 150

Electricity (2 years)–

TCO (2 years)EUR 8,774

Output tokens (2 years)1.52B

☁️ External LLM (API) – comparison

External LLM cost (2 years)–

Savings vs. external (2 years)–

All values above and the charts below take the configured system utilization into account: at X% the system generates only X% of the time, the rest it idles (85 W). Cost per hour drops (more idle), cost per token rises.

Cost over 2 years – electricity only

Cost over 2 years – incl. acquisition (TCO)

Speed vs. tokens per euro

Euro per 1M tokens

Comparison vs. API – economics per benchmark

	Qwen3.5-122B-A10BAMD Radeon AI PRO R9700	Qwen3.5-122B-A10B3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition	Qwen3.5-122B-A10B3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition	Qwen3.5-122B-A10B3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition
Electricity cost (24 mo.)	–	–	–	–
Acquisition cost	–	–	–	–
Total cost (TCO)	–	–	–	–
Generated tokens (24 mo.)	–	–	–	–
Token price via API	–	–	–	–
Break-even point (days)	–	–	–	–
Result (savings / extra cost)	–	–	–	–

AMD Radeon AI PRO R9700 · this run 24 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 565 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 561 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 557 tok/s

Comparison with up to 3 next-best runs of this model at the same concurrency (at least one on different hardware). Power = GPU TDP + CPU (idle + 15 %) + board (estimated), acquisition = full system (GPU + CPU + board + RAM + PSU), prices = stored market prices.

Contributed by

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.