# LLM-Benchmark Konfiguration # Modell : OpenReasoning-Nemotron-32B # Engine : llama.cpp # Run-ID : run-20260916-161727-c92aa0 # GPU : 2x NVIDIA GeForce RTX 2060 # CPU : 4x Intel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz # RAM : 504 GB bench@llm-benchmark:~$ llama-server \ -m nvidia_OpenReasoning-Nemotron-32B-Q4_K_M.gguf Q4_K_M RAM-Offload '(dense,' ngl=20, 503GB DDR3, 2x RTX '2060)'

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
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird.	nvidia_OpenReasoning-Nemotron-32B-Q4_K_M.gguf
execution_type	local

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

OpenReasoning-Nemotron-32B 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 GeForce RTX 5090 481,0 tok/sNVIDIA RTX PRO 6000 Blackwell Workstation Edition 480,0 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 411,7 tok/sNVIDIA GeForce RTX 3090 Ti 236,8 tok/sNVIDIA RTX A6000 144,0 tok/sAMD Radeon RX 7900 XTX 124,6 tok/sAMD Radeon AI PRO R9700 116,5 tok/sNVIDIA GeForce RTX 5070 Ti 49,9 tok/sAMD Radeon 8060S Graphics 16,5 tok/s★ NVIDIA GeForce RTX 2060 2,4 tok/s dieser LaufCPU-only 1,1 tok/s

CPUnach Prozessor

AMD Ryzen 7 5800X3D 8-Core Processor 481,0 tok/sAMD Ryzen 9 9950X 16-Core Processor 480,0 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 411,7 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 236,8 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 144,0 tok/s★ Intel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 124,6 tok/s dieser LaufAMD Ryzen 3 3100 4-Core Processor 116,5 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 49,9 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 16,5 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 1,1 tok/s

MBnach Mainboard

ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 481,0 tok/sASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 480,0 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 411,7 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 236,8 tok/s★ Dell Inc. PowerEdge R820 124,6 tok/s dieser LaufASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 116,5 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 49,9 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 16,5 tok/s

ENGnach Engine

★ llama.cpp 481,0 tok/s dieser Lauf

DRVnach Treiber

unbekannt 481,0 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 übernehmen Zurücksetzen

⚡ Strompreis EUR/kWh

⚙️ System-Auslastung 100 %

🖥️ Anschaffung EUR

🔌 Idle 55 W

⚡ TDP 359 W

☁️ Externes LLM (API) anzeigen

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

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)359 W geschätzt (TDP)GPU 320 + CPU 29 + Board 10 W Volllast

Ø-Kosten / Stunde0,11 EUR

Strom / 1 Mio. Token12,25 EUR

Token / kWh24,49 Tsd.

Anschaffung (System)2.445 EUR TeilpreisGPU 220 EUR · CPU 59 EUR · RAM 2.016 EUR · Netzteil 150 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)4.331 EUR

Output-Token (2 Jahre)153,90 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 (55 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

	OpenReasoning-Nemotron-32B2x NVIDIA GeForce RTX 2060	OpenReasoning-Nemotron-32BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	OpenReasoning-Nemotron-32BNVIDIA GeForce RTX 5090	OpenReasoning-Nemotron-32B3x 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× NVIDIA GeForce RTX 2060 · dieser Lauf 2 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 256 tok/s NVIDIA GeForce RTX 5090 254 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 220 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.