ℹ

Öffentliche Anmerkung: Rechnerische Variante: Messwerte der NVIDIA RTX PRO 6000 Blackwell Workstation Edition (gemessen auf godcore-ai-002) uebertragen auf die Host-Konfiguration von godcore-worker-004 (AMD Ryzen 5 5600X, 32 GB RAM). Keine eigene Messung dieser Kombination. Quelle: run-20260727-181607-4cca42 (2026-07-27 18:12:21).

Generation2.144,30tok/s

Prefill10.532,84tok/s

Time to First Token5.598,00ms

Gesamtdauer31,57s

Concurrency10parallel

Einordnung im Feld

Diese GPU Alle GPUs

4von 112 Systemen

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

Dieser Lauf ist besser als 97 % aller vergleichbaren Systeme.

Generation 2.144,3 tok/s

+102 % vs Ø 1.060,0

Prefill 10.532,8 tok/s

-2 % vs Ø 10.705,3

Time to First Token 5.598 ms

-79 % vs Ø 26.119

Verteilung im Feld0 – 2.414 tok/s

Ø 1.060 Median Dieser Lauf

Wie schlägt sich dieser Benchmark mit anderen Modellen?

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

2.414,4 tok/s

gemma-4-E2B-itNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-065752-48370d

2.412,3 tok/s

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

2.182,7 tok/s

Nemotron-3-Nano-4B dieser LaufNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-065758-96fe6a

2.144,3 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

gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-065808-332d1f

1.981,1 tok/s

Nemotron-3-Nano-Omni-30B-A3B-ReasoningNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260729-032119-311459

1.791,5 tok/s

Nemotron-Cascade-2-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-065828-5ea30a

1.784,7 tok/s

Nemotron-3-Nano-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-065821-3781a7

1.775,6 tok/s

Nemotron-3-Nano-Omni-30B-A3B-ReasoningNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-065814-4a1dea

1.774,4 tok/s

Nemotron-3-Nano-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260729-032121-e2403f

1.773,5 tok/s

Nemotron-Cascade-2-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260729-032120-1b1a49

1.768,1 tok/s

gemma-4-E4B-itNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181607-866815

1.758,6 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-20260727-181607-4cca42

2.182,7 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Edition dieser Laufrun-20261023-065758-96fe6a

2.144,3 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260728-194136-0aed86

1.937,7 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260728-194136-8db0fa

1.911,6 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260727-181606-e0eafd

1.897,0 tok/s

NVIDIA GeForce RTX 5090run-20260728-194135-2ed9dd

1.878,7 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260728-194136-a77046

1.830,3 tok/s

2× NVIDIA RTX A6000run-20260829-095458-12e451

1.485,1 tok/s

NVIDIA GeForce RTX 5070 Tirun-20260727-090153-f232e7

1.197,0 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260727-145956-3936c2

992,1 tok/s

NVIDIA RTX A6000run-20260826-194154-9b98f6

791,5 tok/s

3× AMD Radeon AI PRO R9700run-20260805-053357-052e4d

667,0 tok/s

3× AMD Radeon AI PRO R9700run-20260805-053357-4f0c35

655,3 tok/s

3× AMD Radeon AI PRO R9700run-20260805-053357-057013

629,4 tok/s

Hardware

GPU: NVIDIA RTX PRO 6000 Blackwell Workstation Edition · 96 GB VRAM
CPU: AMD Ryzen 5 5600X 6-Core Processor
RAM: 31 GB
Mainboard: ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING

Setup

Runtime: llama.cpp
Quantisierung: Q4_K_M
Modell: Nemotron-3-Nano-4B

Konfiguration

benchmark-konfiguration — run-20261023-065758-96fe6a

# LLM-Benchmark Konfiguration # Modell : Nemotron-3-Nano-4B # Engine : llama.cpp # Run-ID : run-20261023-065758-96fe6a # GPU : NVIDIA RTX PRO 6000 Blackwell Workstation Edition # CPU : AMD Ryzen 5 5600X 6-Core Processor # RAM : 31 GB bench@llm-benchmark:~$ llama-server \ -m /home/godcore/.cache/huggingface/hub/models--DevQuasar--nvidia.NVIDIA-Nemotron-3-Nano-4B-BF16-GGUF/snapshots/86e3ddc0b34d94852cae725ade1b9b015b516f38/nvidia.NVIDIA-Nemotron-3-Nano-4B-BF16.f16.gguf.Q4_K_M.gguf \ -c 16384 \ -np 12

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.	Nemotron-3-Nano-4B
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	16384
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird.	/home/godcore/.cache/huggingface/hub/models--DevQuasar--nvidia.NVIDIA-Nemotron-3-Nano-4B-BF16-GGUF/snapshots/86e3ddc0b34d94852cae725ade1b9b015b516f38/nvidia.NVIDIA-Nemotron-3-Nano-4B-BF16.f16.gguf.Q4_K_M.gguf
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	16384
np	12
execution_type	local

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Nemotron-3-Nano-4B 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 2.182,7 tok/s dieser LaufNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.937,7 tok/sNVIDIA GeForce RTX 5090 1.878,7 tok/sNVIDIA RTX A6000 1.485,1 tok/sNVIDIA GeForce RTX 5070 Ti 1.197,0 tok/sNVIDIA GeForce RTX 3090 Ti 992,1 tok/sAMD Radeon AI PRO R9700 667,0 tok/sNVIDIA GB10 (DGX Spark) 367,8 tok/sNVIDIA GeForce RTX 2060 125,7 tok/sCPU-only 8,0 tok/s

CPUnach Prozessor

AMD Ryzen 9 9950X 16-Core Processor 2.182,7 tok/s★ AMD Ryzen 5 5600X 6-Core Processor 2.144,3 tok/s dieser LaufAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.937,7 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.878,7 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 1.485,1 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 1.197,0 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 992,1 tok/sNVIDIA Grace 367,8 tok/sAMD Ryzen 3 3100 4-Core Processor 344,9 tok/sIntel(R) Core(TM) i5-7400 CPU @ 3.00GHz 125,7 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 8,0 tok/s

MBnach Mainboard

ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 2.182,7 tok/s★ ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 2.144,3 tok/s dieser LaufASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.937,7 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 1.197,0 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 992,1 tok/sASUSTeK COMPUTER INC. GX10 367,8 tok/sASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 344,9 tok/sASRock H110 Pro BTC+ 125,7 tok/sDell Inc. PowerEdge R820 8,0 tok/s

ENGnach Engine

★ llama.cpp 2.182,7 tok/s dieser LaufvLLM 1.485,1 tok/s

DRVnach Treiber

unbekannt 2.182,7 tok/sNVIDIA 590.48.01 / CUDA 13.1 367,8 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 42 W

⚡ TDP 612 W

☁️ Externes LLM (API) anzeigen

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

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)612 W geschätzt (TDP)GPU 600 + Board 12 W Volllast

Ø-Kosten / Stunde0,18 EUR

Strom / 1 Mio. Token0,024 EUR

Token / kWh12,61 Mio.

Anschaffung (System)13.698 EUR VollpreisGPU 13.000 EUR · CPU 121 EUR · Board 149 EUR · RAM 248 EUR · Netzteil 180 EUR

Stromkosten (2 Jahre)–

TCO (2 Jahre)16.915 EUR

Output-Token (2 Jahre)135,25 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 (42 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-4BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Nemotron-3-Nano-4BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Nemotron-3-Nano-4B3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition	Nemotron-3-Nano-4B3x 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)	–	–	–	–

NVIDIA RTX PRO 6000 Blackwell Workstation Edition · dieser Lauf 2.144 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 2.183 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.938 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.912 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.