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

Generation244,91tok/s

Prefill3.718,73tok/s

Time to First Token6.904,50ms

Gesamtdauer97,95s

Concurrency10parallel

Einordnung im Feld

Diese GPU Alle GPUs

728von 1427 Systemen

Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 10× parallel

Dieser Lauf ist besser als 49 % aller vergleichbaren Systeme.

Generation 244,9 tok/s

-42 % vs Ø 425,3

Prefill 3.718,7 tok/s

-44 % vs Ø 6.659,3

Time to First Token 6.905 ms

-85 % vs Ø 45.848

Verteilung im Feld0 – 2.491 tok/s

Ø 425 Median Dieser Lauf

Wie schlägt sich dieser Benchmark mit anderen Modellen?

gemma-4-E2B-itNVIDIA GeForce RTX 5090 · run-20260728-184455-e28775

2.491,2 tok/s

gemma-4-E2B-itNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181606-b37ed9

2.414,4 tok/s

Nemotron-3.5-Lightning-30B-A3BNVIDIA GeForce RTX 3090 Ti · run-20261021-093815-dce558

2.263,7 tok/s

Nemotron-3-Nano-4BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181607-4cca42

2.182,7 tok/s

gemma-4-E2B-it3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-184456-d87c73

2.143,6 tok/s

gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260730-035052-9c966e

1.995,4 tok/s

gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260728-140954-8007c4

1.993,5 tok/s

Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-0aed86

1.937,7 tok/s

Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-8db0fa

1.911,6 tok/s

Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260727-181606-e0eafd

1.897,0 tok/s

gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260729-032121-7c961d

1.890,7 tok/s

Nemotron-3-Nano-4BNVIDIA GeForce RTX 5090 · run-20260728-194135-2ed9dd

1.878,7 tok/s

gpt-oss-20b3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-034052-26063b

1.835,7 tok/s

Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-a77046

1.830,3 tok/s

Nemotron-3-Nano-30B-A3B dieser Lauf2× 2x AMD Radeon RX 7900 XTX · run-20261009-081232-015ce6

244,9 tok/s

Wie schlägt sich dieser Benchmark mit anderen GPUs?

Dasselbe Modell auf anderer Hardware · 10× parallel · Generation (tok/s)

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260729-032121-e2403f

1.773,5 tok/s

NVIDIA GeForce RTX 5090run-20260729-105335-23842b

1.722,1 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105341-be087a

1.654,6 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105341-bdfbe0

1.554,4 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105340-283a81

1.540,5 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260729-060802-d2028a

897,5 tok/s

2× NVIDIA RTX A6000run-20260827-221527-db993e

756,7 tok/s

2× NVIDIA RTX A6000run-20260830-051029-eecc59

755,1 tok/s

NVIDIA RTX A6000run-20260826-211812-648be8

588,5 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260724-082937-032cbf

533,5 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260804-052131-349ba0

404,7 tok/s

2× NVIDIA RTX A6000run-20260829-212822-e2f28e

403,7 tok/s

2× NVIDIA RTX A6000run-20260827-154104-068025

403,6 tok/s

NVIDIA RTX A6000run-20260827-013605-be3f4d

361,5 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: Nemotron-3-Nano-30B-A3B

Konfiguration

benchmark-konfiguration — run-20261009-081232-015ce6

# LLM-Benchmark Konfiguration # Modell : Nemotron-3-Nano-30B-A3B # Engine : llama.cpp # Run-ID : run-20261009-081232-015ce6 # 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 nvidia_Nemotron-3-Nano-30B-A3B-IQ4_XS.gguf \ --alias NVIDIA-Nemotron-3-Nano-30B-A3B \ -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.	NVIDIA-Nemotron-3-Nano-30B-A3B
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.	nvidia_Nemotron-3-Nano-30B-A3B-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

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Nemotron-3-Nano-30B-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 1.773,5 tok/sNVIDIA GeForce RTX 5090 1.722,1 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.654,6 tok/sNVIDIA GeForce RTX 3090 Ti 897,5 tok/sNVIDIA RTX A6000 756,7 tok/sAMD Radeon AI PRO R9700 294,4 tok/sNVIDIA GeForce RTX 5070 Ti 263,3 tok/s★ AMD Radeon RX 7900 XTX 244,9 tok/s dieser LaufNVIDIA GB10 (DGX Spark) 58,3 tok/sNVIDIA GeForce RTX 2060 15,1 tok/sCPU-only 6,6 tok/s

CPUnach Prozessor

AMD Ryzen 9 9950X 16-Core Processor 1.773,5 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.722,1 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.654,6 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 897,5 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 756,7 tok/sAMD Ryzen 5 5600X 6-Core Processor 404,7 tok/sAMD Ryzen 3 3100 4-Core Processor 294,4 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 263,3 tok/s★ Intel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 244,9 tok/s dieser LaufNVIDIA Grace 58,3 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 6,6 tok/s

MBnach Mainboard

ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.773,5 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.722,1 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.654,6 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 897,5 tok/sASUSTeK COMPUTER INC. PRIME A520M-K 404,7 tok/sASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 294,4 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 263,3 tok/s★ Dell Inc. PowerEdge R820 244,9 tok/s dieser LaufASUSTeK COMPUTER INC. GX10 58,3 tok/s

ENGnach Engine

★ llama.cpp 1.773,5 tok/s dieser LaufvLLM 588,5 tok/sunbekannt 404,7 tok/s

DRVnach Treiber

unbekannt 1.773,5 tok/sNVIDIA 590.48.01 / CUDA 13.1 58,3 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 35 W

⚡ TDP 749 W

☁️ Externes LLM (API) anzeigen

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

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. Token0,25 EUR

Token / kWh1,18 Mio.

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)15,45 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

	Nemotron-3-Nano-30B-A3B2x AMD Radeon RX 7900 XTX	Nemotron-3-Nano-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Nemotron-3-Nano-30B-A3BNVIDIA GeForce RTX 5090	Nemotron-3-Nano-30B-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)	–	–	–	–

2× AMD Radeon RX 7900 XTX · dieser Lauf 245 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 1.774 tok/s NVIDIA GeForce RTX 5090 1.722 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.655 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.