Beigesteuert vonMario AlkaDeepReinforce Ornith-1.0-9B
Performancebenchmark · gemessen am 08.10.2026 08:28
Benchmark-ID
run-20261008-105921-3dd643Timebench 3 - Kombi (Prefill + Generation)Dense9BRuntime: llama.cppQuantisierung: Q4_K_M
ℹ
Öffentliche Anmerkung: Dell PowerEdge R820 . 2x AMD Radeon RX 7900 XTX (48 GB VRAM gesamt, ROCm/HIP) . RAM: 32x 16 GB SK Hynix DDR3-1600 ECC RDIMM (HMT42GR7AFR4A-PB) = 512 GB @ 1600 MT/s
Generation150,76tok/s
Prefill3.258,69tok/s
Time to First Token3.119,50ms
Gesamtdauer80,41s
Concurrency5parallel
Einordnung im Feld
787von 1469 Systemen
Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 5× parallel
Dieser Lauf ist besser als 46 % aller vergleichbaren Systeme.
Generation
150,8 tok/s
-39 % vs Ø 246,5
Prefill
3.258,7 tok/s
-39 % vs Ø 5.365,8
Time to First Token
3.120 ms
-90 % vs Ø 30.155
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× 3x 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
Nemotron-3.5-Lightning-30B-A3BNVIDIA GeForce RTX 3090 Ti · run-20261021-093815-b22926
1.135,0 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260729-032121-058a31
1.113,5 tok/s
Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-836a91
1.090,6 tok/s
Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260727-181606-8b381e
1.077,4 tok/s
Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-b8a818
1.071,0 tok/s
Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-038e92
1.051,1 tok/s
gpt-oss-20b3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260729-032121-ffb18a
1.015,5 tok/s
Ornith-1.0-9B dieser Lauf2× 2x AMD Radeon RX 7900 XTX · run-20261008-105921-3dd643
150,8 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-20260730-043114-ad1e9f
824,9 tok/s
NVIDIA GeForce RTX 5090run-20260730-064527-194d01
805,9 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-064528-e9bfc5
723,8 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-064528-06751f
720,9 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260730-064528-713888
665,3 tok/s
2× NVIDIA RTX A6000run-20260829-102814-67381f
647,8 tok/s
NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260923-143546-23fea0
608,4 tok/s
2× NVIDIA RTX A6000run-20260829-110114-2b908c
507,7 tok/s
NVIDIA GeForce RTX 5070 Tirun-20260730-064527-d7d465
468,0 tok/s
2× NVIDIA RTX A6000run-20260827-073159-4f846b
462,5 tok/s
NVIDIA GeForce RTX 3090 Tirun-20260730-181639-1929c5
430,0 tok/s
NVIDIA RTX A6000run-20260826-194154-24e04f
368,2 tok/s
NVIDIA RTX A6000run-20260826-201356-939750
263,9 tok/s
3× AMD Radeon AI PRO R9700run-20260805-053400-78e916
261,5 tok/s
Hardware
GPU: 2x AMD Radeon RX 7900 XTX · 24 GB VRAM
CPU: 4x Intel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz
RAM: 504 GB
Mainboard: Dell Inc. PowerEdge R820
Setup
Runtime: llama.cpp
Quantisierung: Q4_K_M
Modell: Ornith-1.0-9B
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : Ornith-1.0-9B
# Engine : llama.cpp
# Run-ID : run-20261008-105921-3dd643
# GPU : 2x AMD Radeon RX 7900 XTX
# CPU : 4x Intel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz
# RAM : 504 GB
bench@llm-benchmark:~$ llama-server \
-m deepreinforce-ai_Ornith-1.0-9B-IQ4_XS.gguf \
--alias Ornith-1.0-9B \
-ngl 999 \
-sm layer \
-fa on \
-c 40960 \
-np 10 '(2x' RX 7900 XTX ROCm/HIP, 'gpu)'
| 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. | Ornith-1.0-9B |
| Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann. | 40960 |
| Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird. | deepreinforce-ai_Ornith-1.0-9B-IQ4_XS.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 |
| Split-Mode?Verteilung ueber mehrere GPUs: none (nur eine GPU), layer (Layer aufteilen) oder row (Tensoren zeilenweise). | layer |
| fa | on |
| Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells. | 40960 |
| np | 10 |
| execution_type | local |
Anzeige
Modell-Vergleich
Ornith-1.0-9B 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 1.560,5 tok/sNVIDIA GeForce RTX 5090 1.505,6 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.349,7 tok/sNVIDIA RTX A6000 1.062,5 tok/sNVIDIA GeForce RTX 5070 Ti 883,4 tok/sNVIDIA GeForce RTX 3090 Ti 786,2 tok/sAMD Radeon AI PRO R9700 487,6 tok/sIntel Arc Pro B70 351,6 tok/sAMD Radeon PRO W7800 48GB 294,0 tok/sNVIDIA Tesla V100 PCIe 32GB 248,7 tok/s★ AMD Radeon RX 7900 XTX 242,4 tok/s dieser LaufAMD Radeon PRO W7900 Dual Slot 235,1 tok/sNVIDIA GeForce RTX 2060 108,0 tok/sNVIDIA Tesla P100 PCIe 16GB 64,5 tok/s
CPUnach Prozessor
AMD Ryzen 9 9950X 16-Core Processor 1.560,5 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.505,6 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.349,7 tok/sAMD Ryzen 9 7945HX with Radeon Graphics 1.100,7 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 1.062,5 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 883,4 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 786,2 tok/sAMD Ryzen 3 PRO 3200GE w/ Radeon Vega Graphics 248,7 tok/sAMD Ryzen Threadripper PRO 3955WX 16-Cores 242,4 tok/s★ Intel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 207,5 tok/s dieser LaufIntel(R) Core(TM) i5-7400 CPU @ 3.00GHz 108,0 tok/s
MBnach Mainboard
ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.560,5 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.505,6 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.349,7 tok/sShenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series) 1.100,7 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 883,4 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 786,2 tok/sASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 248,7 tok/s★ Dell Inc. PowerEdge R820 207,5 tok/s dieser LaufASRock H110 Pro BTC+ 108,0 tok/sShenzhen Meigao Electronic Equipment Co.,Ltd F1FXM (DeskMini Series) 64,5 tok/s
DRVnach Treiber
unbekannt 1.560,5 tok/sIntel 26.18.38308.4 351,6 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
35 W
⚡ TDP
749 W
☁️ Externes LLM (API)
Strompreis0,30 EUR/kWh
Ø-Leistung (inkl. Idle)749 W geschätzt (TDP)GPU 710 + CPU 29 + Board 10 W Volllast
Ø-Kosten / Stunde0,22 EUR
Strom / 1 Mio. Token0,41 EUR
Token / kWh724,86 Tsd.
Anschaffung (System)4.353 EUR TeilpreisGPU 2.098 EUR · CPU 59 EUR · RAM 2.016 EUR · Netzteil 180 EUR
Stromkosten (2 Jahre)–
TCO (2 Jahre)8.288 EUR
Output-Token (2 Jahre)9,51 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 (35 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
| Ornith-1.0-9B2x AMD Radeon RX 7900 XTX | Ornith-1.0-9BNVIDIA RTX PRO 6000 Blackwell Workstation Edition | Ornith-1.0-9BNVIDIA GeForce RTX 5090 | Ornith-1.0-9B3x 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 RX 7900 XTX · dieser Lauf 151 tok/sNVIDIA RTX PRO 6000 Blackwell Workstation Edition 825 tok/sNVIDIA GeForce RTX 5090 806 tok/s3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 724 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.