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-20260729-032120-1b1a49 (2026-07-28 22:11:45).

Generation1.784,65tok/s

Prefill8.303,83tok/s

Time to First Token6.952,00ms

Gesamtdauer38,62s

Concurrency10parallel

Einordnung im Feld

Diese GPU Alle GPUs

22von 1459 Systemen

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

Dieser Lauf ist besser als 99 % aller vergleichbaren Systeme.

Generation 1.784,7 tok/s

+299 % vs Ø 447,4

Prefill 8.303,8 tok/s

+22 % vs Ø 6.827,2

Time to First Token 6.952 ms

-85 % vs Ø 44.979

Verteilung im Feld0 – 2.491 tok/s

Ø 447 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

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

2.412,3 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

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

2.144,3 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

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

1.981,1 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-Cascade-2-30B-A3B dieser LaufNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20261023-065828-5ea30a

1.784,7 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 Edition dieser Laufrun-20261023-065828-5ea30a

1.784,7 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260729-032120-1b1a49

1.768,1 tok/s

NVIDIA GeForce RTX 5090run-20260729-105335-34f830

1.719,2 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105340-3fa079

1.655,2 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105340-b8a790

1.650,7 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260729-105340-54128f

1.542,6 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260729-060802-b93c1e

897,5 tok/s

2× NVIDIA RTX A6000run-20260830-051029-2b50be

723,7 tok/s

2× NVIDIA RTX A6000run-20260828-101911-bf6524

723,2 tok/s

NVIDIA RTX A6000run-20260826-211811-494ba9

592,4 tok/s

2× NVIDIA RTX A6000run-20260828-080811-aeeb42

393,1 tok/s

2× NVIDIA RTX A6000run-20260829-212822-495c2e

391,0 tok/s

NVIDIA RTX A6000run-20260827-010402-6e64f6

365,7 tok/s

AMD Radeon AI PRO R9700run-20260922-115731-fe2ced

295,2 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-Cascade-2-30B-A3B

Konfiguration

benchmark-konfiguration — run-20261023-065828-5ea30a

# LLM-Benchmark Konfiguration # Modell : Nemotron-Cascade-2-30B-A3B # Engine : llama.cpp # Run-ID : run-20261023-065828-5ea30a # 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--mradermacher--Nemotron-Cascade-2-30B-A3B-GGUF/snapshots/d27b10b50877cdb55c38deb5e0f4d7eb6c55f6cc/Nemotron-Cascade-2-30B-A3B.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-Cascade-2-30B-A3B
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--mradermacher--Nemotron-Cascade-2-30B-A3B-GGUF/snapshots/d27b10b50877cdb55c38deb5e0f4d7eb6c55f6cc/Nemotron-Cascade-2-30B-A3B.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-Cascade-2-30B-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 1.784,7 tok/s dieser LaufNVIDIA GeForce RTX 5090 1.719,2 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.655,2 tok/sNVIDIA GeForce RTX 3090 Ti 897,5 tok/sNVIDIA RTX A6000 723,7 tok/sAMD Radeon 8060S Graphics 326,9 tok/sAMD Radeon AI PRO R9700 295,2 tok/sNVIDIA GeForce RTX 5070 Ti 262,4 tok/sNVIDIA GB10 (DGX Spark) 148,8 tok/sCPU-only 5,9 tok/s

CPUnach Prozessor

★ AMD Ryzen 5 5600X 6-Core Processor 1.784,7 tok/s dieser LaufAMD Ryzen 9 9950X 16-Core Processor 1.768,1 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.719,2 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.655,2 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 897,5 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 723,7 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 326,9 tok/sAMD Ryzen 3 3100 4-Core Processor 295,2 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 262,4 tok/sAMD Ryzen 9 7945HX with Radeon Graphics 219,6 tok/sNVIDIA Grace 148,8 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 5,9 tok/s

MBnach Mainboard

★ ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.784,7 tok/s dieser LaufASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.768,1 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.655,2 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 897,5 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 326,9 tok/sASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 295,2 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 262,4 tok/sShenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series) 219,6 tok/sASUSTeK COMPUTER INC. GX10 148,8 tok/sDell Inc. PowerEdge R820 5,9 tok/s

ENGnach Engine

★ llama.cpp 1.784,7 tok/s dieser LaufvLLM 592,4 tok/s

DRVnach Treiber

unbekannt 1.784,7 tok/sNVIDIA 590.48.01 / CUDA 13.1 148,8 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. Token0,029 EUR

Token / kWh10,50 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)112,56 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-Cascade-2-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Nemotron-Cascade-2-30B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Nemotron-Cascade-2-30B-A3BNVIDIA GeForce RTX 5090	Nemotron-Cascade-2-30B-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)	–	–	–	–

NVIDIA RTX PRO 6000 Blackwell Workstation Edition · dieser Lauf 1.785 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 1.768 tok/s NVIDIA GeForce RTX 5090 1.719 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.