# LLM-Benchmark Konfiguration # Modell : Qwen3-8B # Engine : vLLM # Run-ID : run-20260926-171705-984d32 # GPU : 2x AMD Radeon RX 7900 XTX # CPU : AMD Ryzen Threadripper PRO 3955WX 16-Cores # RAM : 63 GB bench@llm-benchmark:~$ vllm serve Qwen/Qwen3-8B \ --served-model-name Qwen3-8B \ --tensor-parallel-size 2 \ --max-model-len 8192 '(2x' RX 7900 XTX ROCm, 'vLLM)'

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.	vllm
Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen.	Qwen3-8B
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	8192
Alias?Anzeigename des Modells nach aussen (served model name), unabhaengig vom Dateinamen.	Qwen3-8B
Tensor-Parallel?Anzahl GPUs, auf die JEDER einzelne Modell-Layer aufgeteilt wird (Tensor-Parallelitaet). Mehr GPUs = mehr VRAM und meist mehr Speed, aber die Anzahl der Attention-Heads muss durch diesen Wert teilbar sein (z.B. 32 Heads -> nur 1, 2, 4, 8 ... moeglich, NICHT 3).	2
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	8192

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen3-8B 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

★ AMD Radeon RX 7900 XTX 315,2 tok/s dieser Lauf

CPUnach Prozessor

★ AMD Ryzen Threadripper PRO 3955WX 16-Cores 315,2 tok/s dieser Lauf

MBnach Mainboard

★ ASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 315,2 tok/s dieser Lauf

ENGnach Engine

★ vLLM 315,2 tok/s dieser Laufllama.cpp 260,2 tok/s

DRVnach Treiber

unbekannt 315,2 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 10 W

⚡ TDP 720 W

☁️ Externes LLM (API) anzeigen

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

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)720 W geschätzt (TDP)GPU 710 + Board 10 W Volllast

Ø-Kosten / Stunde0,22 EUR

Strom / 1 Mio. Token0,27 EUR

Token / kWh1,12 Mio.

Anschaffung (System)2.782 EUR TeilpreisGPU 2.098 EUR · RAM 504 EUR · Netzteil 180 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)6.566 EUR

Output-Token (2 Jahre)14,13 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

	Qwen3-8B2x AMD Radeon RX 7900 XTX	Qwen3-8B2x AMD Radeon RX 7900 XTX
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 RX 7900 XTX · dieser Lauf 224 tok/s 2× AMD Radeon RX 7900 XTX 166 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.