# LLM-Benchmark Konfiguration # Modell : Qwen3.5-122B-A10B # Engine : llama.cpp # Run-ID : run-20260818-162300-f4631c # GPU : 2x AMD Radeon PRO W7900 Dual Slot # CPU : AMD Ryzen Threadripper PRO 5975WX 32-Cores # RAM : 247 GB bench@llm-benchmark:~$ /home/godcore/llama.cpp/build_hip/bin/llama-server \ -m /home/godcore/bench_scratch/Qwen_Qwen3.5-122B-A10B-Q8_0-00001-of-00004.gguf \ --alias Qwen3.5-122B-A10B \ -ngl 999 \ -fa on \ -sm layer \ --tensor-split 1,1 \ -cmoe \ -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.	Qwen3.5-122B-A10B
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/bench_scratch/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.	999
fa	on
Split-Mode?Verteilung ueber mehrere GPUs: none (nur eine GPU), layer (Layer aufteilen) oder row (Tensoren zeilenweise).	layer
Tensor-Split?Verhaeltnis, in dem die Modell-Layer auf mehrere GPUs verteilt werden, z.B. 3,1.	1,1
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	49152
np	12
execution_type	local

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen3.5-122B-A10B 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 Max-Q Workstation Edition 564,6 tok/sAMD Radeon AI PRO R9700 168,6 tok/s★ AMD Radeon PRO W7900 Dual Slot 96,5 tok/s dieser LaufNVIDIA 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

CPUnach Prozessor

AMD Ryzen Threadripper PRO 9965WX 24-Cores 564,6 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 168,6 tok/s★ AMD Ryzen Threadripper PRO 5975WX 32-Cores 96,5 tok/s dieser LaufAMD 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

MBnach Mainboard

ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 564,6 tok/s★ ASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 96,5 tok/s dieser LaufMeigao 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

ENGnach Engine

★ llama.cpp 564,6 tok/s dieser LaufvLLM 168,6 tok/s

DRVnach Treiber

unbekannt 564,6 tok/s

💰 Economics

Wirtschaftlichkeit dieses Laufs

Betriebskosten, TCO und Vergleich mit den nächstbesten Läufen desselben Modells bei identischer Concurrency (10× 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 10 W

⚡ TDP 600 W

☁️ Externes LLM (API) anzeigen

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

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)600 W geschätzt (TDP)GPU 590 + Board 10 W Volllast

Ø-Kosten / Stunde0,18 EUR

Strom / 1 Mio. Token1,88 EUR

Token / kWh159,30 Tsd.

Anschaffung (System)11.858 EUR TeilpreisGPU 7.822 EUR · CPU 1.880 EUR · RAM 1.976 EUR · Netzteil 180 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)15.012 EUR

Output-Token (2 Jahre)1,67 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 (10 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

	Qwen3.5-122B-A10B2x AMD Radeon PRO W7900 Dual Slot	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
Kosten Strom (24 Mon.)	–	–	–	–
Kosten Anschaffung	–	–	–	–
Kosten Gesamt (TCO)	–	–	–	–
Generierte Token (24 Mon.)	–	–	–	–
Tokenpreis bei API	–	–	–	–
Break-Even-Point (Tage)	–	–	–	–
Ergebnis (Ersparnis / Ausgabe)	–	–	–	–

2× AMD Radeon PRO W7900 Dual Slot · dieser Lauf 27 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

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.