Beigesteuert vonMario AlkaQwen (Alibaba) Qwen-AgentWorld-35B-A3B
Performancebenchmark · gemessen am 17.08.2026 18:51
Benchmark-ID
run-20260817-185506-09e92cTimebench 3 - Kombi (Prefill + Generation)MoE35BRuntime: llama.cppQuantisierung: UD-Q4_K_M
Generation183,45tok/s
Prefill4.011,63tok/s
Time to First Token2.498,00ms
Gesamtdauer60,93s
Concurrency5parallel
Einordnung im Feld
374von 841 Systemen
Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 5× parallel
Dieser Lauf ist besser als 56 % aller vergleichbaren Systeme.
Generation
183,5 tok/s
-33 % vs Ø 274,3
Prefill
4.011,6 tok/s
+3 % vs Ø 3.891,1
Time to First Token
2.498 ms
-94 % vs Ø 41.842
Verteilung im Feld0 – 1.349 tok/s
Wie schlägt sich dieser Benchmark mit anderen Modellen?
gemma-4-E2B-itNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181606-0adf6d
1.349,3 tok/s
gemma-4-E2B-itNVIDIA GeForce RTX 5090 · run-20260728-184455-5b4937
1.301,9 tok/s
gemma-4-E2B-it3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-184456-4111a9
1.195,7 tok/s
Nemotron-3-Nano-4BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181607-30d864
1.188,7 tok/s
Nemotron-3-Nano-4BNVIDIA GeForce RTX 5090 · run-20260728-194135-5432cd
1.164,8 tok/s
gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260728-140954-9e81f9
1.136,3 tok/s
gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260730-035052-09627f
1.135,0 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260729-032121-058a31
1.113,5 tok/s
Nemotron-3-Nano-4B3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-836a91
1.090,6 tok/s
Nemotron-3-Nano-4B3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260727-181606-8b381e
1.077,4 tok/s
Nemotron-3-Nano-4B3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-b8a818
1.071,0 tok/s
Nemotron-3-Nano-4B3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-038e92
1.051,1 tok/s
gpt-oss-20b3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260729-032121-ffb18a
1.015,5 tok/s
Nemotron-3-Nano-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260729-032121-305ad6
1.007,8 tok/s
Qwen-AgentWorld-35B-A3B dieser Lauf4× AMD Radeon AI PRO R9700 · run-20260817-185506-09e92c
183,5 tok/s
Wie schlägt sich dieser Benchmark mit anderen GPUs?
Dasselbe Modell auf anderer Hardware · 5× parallel · Generation (tok/s)
NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260729-032128-1edc8d
812,2 tok/s
NVIDIA GeForce RTX 5090run-20260730-181642-c1a632
786,4 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-183147-dd2152
740,0 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-183148-5d1417
739,5 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-183148-82c2b1
727,2 tok/s
NVIDIA GeForce RTX 3090 Tirun-20260729-105335-68c758
471,3 tok/s
4× AMD Radeon AI PRO R9700run-20260817-111924-55af02
192,0 tok/s
4× AMD Radeon AI PRO R9700 dieser Laufrun-20260817-185506-09e92c
183,5 tok/s
AMD Radeon 8060S Graphicsrun-20260723-142109-7781ae
101,7 tok/s
NVIDIA GeForce RTX 5070 Tirun-20260729-060802-e464c9
82,0 tok/s
3× AMD Radeon AI PRO R9700run-20260805-053410-ffb4ba
58,7 tok/s
3× AMD Radeon AI PRO R9700run-20260805-053409-6dc245
58,7 tok/s
3× AMD Radeon AI PRO R9700run-20260805-053410-ec7be1
58,0 tok/s
Hardware
GPU: 4x AMD Radeon AI PRO R9700 · 32 GB VRAM
CPU: AMD Ryzen Threadripper PRO 7955WX 16-Cores
RAM: 184 GB
Mainboard: ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE
Setup
Runtime: llama.cpp
Quantisierung: UD-Q4_K_M
Modell: Qwen-AgentWorld-35B-A3B
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : Qwen-AgentWorld-35B-A3B
# Engine : llama.cpp
# Run-ID : run-20260817-185506-09e92c
# GPU : 4x AMD Radeon AI PRO R9700
# CPU : AMD Ryzen Threadripper PRO 7955WX 16-Cores
# RAM : 184 GB
bench@llm-benchmark:~$ /home/godcore/llama.cpp/build/bin/llama-server \
-m /home/godcore/.cache/huggingface/hub/models--unsloth--Qwen-AgentWorld-35B-A3B-GGUF/snapshots/3a305abf5cfd119ee999dfe929c433746edd8d63/Qwen-AgentWorld-35B-A3B-UD-Q4_K_M.gguf \
--alias Qwen-AgentWorld-35B-A3B \
-ngl 999 \
-fa on \
-sm layer \
-c 49152 \
-np 12 \
--jinja \
--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. | llamacpp |
| Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen. | Qwen-AgentWorld-35B-A3B |
| Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann. | 49152 |
| Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird. | /home/godcore/.cache/huggingface/hub/models--unsloth--Qwen-AgentWorld-35B-A3B-GGUF/snapshots/3a305abf5cfd119ee999dfe929c433746edd8d63/Qwen-AgentWorld-35B-A3B-UD-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 |
| fa | on |
| Split-Mode?Verteilung ueber mehrere GPUs: none (nur eine GPU), layer (Layer aufteilen) oder row (Tensoren zeilenweise). | layer |
| Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells. | 49152 |
| np | 12 |
Anzeige
Videoreihe und Benchmarkauswertung zur AMD R9700
Modell-Vergleich
Qwen-AgentWorld-35B-A3B 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 1.481,2 tok/sNVIDIA GeForce RTX 5090 1.439,1 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.363,4 tok/sNVIDIA GeForce RTX 3090 Ti 849,2 tok/s★ AMD Radeon AI PRO R9700 192,0 tok/s dieser LaufNVIDIA GeForce RTX 5070 Ti 140,1 tok/sAMD Radeon 8060S Graphics 103,8 tok/s
CPUnach Prozessor
AMD Ryzen 9 9950X 16-Core Processor 1.481,2 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.439,1 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.363,4 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 849,2 tok/s★ AMD Ryzen Threadripper PRO 7955WX 16-Cores 192,0 tok/s dieser LaufAMD Ryzen Threadripper PRO 5975WX 32-Cores 140,1 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 103,8 tok/s
MBnach Mainboard
ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.481,2 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.439,1 tok/s★ ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.363,4 tok/s dieser LaufMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 849,2 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 140,1 tok/sBosgame AXB35-02 (BeyondMax Series) 103,8 tok/s
DRVnach Treiber
unbekannt 1.481,2 tok/sAMD 7.0.0-27-generic 78,5 tok/s
💰 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 übernehmenZurücksetzen
⚡ Strompreis
EUR/kWh
⚙️ System-Auslastung
100 %
🖥️ Anschaffung
EUR
🔌 Idle
145 W
⚡ TDP
1271 W
☁️ Externes LLM (API)
Strompreis0,30 EUR/kWh
Ø-Leistung (inkl. Idle)1.271 W geschätzt (TDP)GPU 1.200 + CPU 46 + Board 25 W Volllast
Ø-Kosten / Stunde0,38 EUR
Strom / 1 Mio. Token0,58 EUR
Token / kWh519,61 Tsd.
Anschaffung (System)11.114 EUR VollpreisGPU 5.600 EUR · CPU 1.399 EUR · Board 1.299 EUR · RAM 2.576 EUR · Netzteil 240 EUR
Stromkosten (2 Jahre)–
TCO (2 Jahre)17.794 EUR
Output-Token (2 Jahre)11,57 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 (145 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
| Qwen-AgentWorld-35B-A3B4x AMD Radeon AI PRO R9700 | Qwen-AgentWorld-35B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition | Qwen-AgentWorld-35B-A3BNVIDIA GeForce RTX 5090 | Qwen-AgentWorld-35B-A3B3x 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) | – | – | – | – |
4× AMD Radeon AI PRO R9700 · dieser Lauf 183 tok/sNVIDIA RTX PRO 6000 Blackwell Workstation Edition 812 tok/sNVIDIA GeForce RTX 5090 786 tok/s3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 740 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.