Beigesteuert vonMario AlkaQwen (Alibaba) Qwen3.6-35B-A3B
Performancebenchmark · gemessen am 01.11.2026 20:49
Benchmark-ID
run-20261101-195359-a93ddaTimebench 3 - Kombi (Prefill + Generation)MoE35BRuntime: tensorfoldQuantisierung: MLX-q4g64
ℹ
Öffentliche Anmerkung: TensorFold 1.1.6 (CUDA-Backend) mit MLX-q4g64 (4 Bit, group_size 64) auf einer RTX 3090 (24 GB), Ryzen 5 5600X, 32 GB RAM. Das Modell liegt mit 19,09 GiB vollstaendig im VRAM, ohne CPU-Offload; Kontext 8192, 7 gleichzeitige Streams. Thinking per Chat-Template aktiv. Teil eines Engine-Vergleichs (vLLM / TensorFold) auf identischer Hardware und identischem Modell.
Generation145,72tok/s
Prefill6.272,56tok/s
Time to First Token307,50ms
Gesamtdauer14,67s
Concurrency1parallel
Einordnung im Feld
295von 1849 Systemen
Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 1× parallel
Dieser Lauf ist besser als 84 % aller vergleichbaren Systeme.
Generation
145,7 tok/s
+87 % vs Ø 77,9
Prefill
6.272,6 tok/s
+120 % vs Ø 2.848,7
Time to First Token
308 ms
-99 % vs Ø 24.647
Verteilung im Feld0 – 471 tok/s
Wie schlägt sich dieser Benchmark mit anderen Modellen?
NVIDIA-Nemotron-3.5-Lightning-30B-A3BNVIDIA GeForce RTX 3090 · run-20261026-183943-a8c4f8
471,3 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260724-004608-16af9b
404,6 tok/s
gpt-oss-20bNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260730-035052-9f766a
395,2 tok/s
NVIDIA-Nemotron-3-Nano-4BNVIDIA GeForce RTX 5090 · run-20260728-194135-d456e7
393,5 tok/s
NVIDIA-Nemotron-3-Nano-4BNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181607-bffb11
393,5 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260724-004607-29bd16
388,9 tok/s
gpt-oss-20bNVIDIA GeForce RTX 5090 · run-20260729-032121-1c779f
388,2 tok/s
gemma-4-E2B-itNVIDIA RTX PRO 6000 Blackwell Workstation Edition · run-20260727-181606-6ea089
378,6 tok/s
gemma-4-E2B-itNVIDIA GeForce RTX 5090 · run-20260728-184455-e8b129
377,6 tok/s
NVIDIA-Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-ac388e
362,3 tok/s
NVIDIA-Nemotron-3-Nano-4B3× 3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition · run-20260728-194136-5e5085
361,4 tok/s
NVIDIA-Nemotron-3-Nano-30B-A3BNVIDIA GeForce RTX 5090 · run-20260729-105335-653788
359,4 tok/s
Nemotron-3-Nano-Omni-30B-A3B-ReasoningNVIDIA GeForce RTX 5090 · run-20260729-105334-2c4905
359,3 tok/s
Nemotron-Cascade-2-30B-A3BNVIDIA GeForce RTX 5090 · run-20260729-105334-44d1e7
359,0 tok/s
Qwen3.6-35B-A3B dieser LaufNVIDIA GeForce RTX 3090 · run-20261101-195359-a93dda
145,7 tok/s
Wie schlägt sich dieser Benchmark mit anderen GPUs?
Dasselbe Modell auf anderer Hardware · 1× parallel · Generation (tok/s)
NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260729-032129-9a4f52
267,1 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260731-071556-663768
243,4 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260731-071555-e55e07
228,7 tok/s
3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260731-071555-c7eec3
223,1 tok/s
NVIDIA GeForce RTX 5090run-20260731-071557-78f69d
208,5 tok/s
NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260724-083000-d5c2ec
195,0 tok/s
2× NVIDIA RTX A6000run-20260829-234039-49ac6d
172,5 tok/s
NVIDIA GeForce RTX 3090run-20261024-084507-4aa5d8
172,4 tok/s
NVIDIA GeForce RTX 3090 Tirun-20260729-105337-6a9108
164,0 tok/s
NVIDIA GeForce RTX 3090 Tirun-20260731-084840-1166d8
162,4 tok/s
NVIDIA GeForce RTX 3090 Tirun-20260804-052131-5d515f
162,2 tok/s
2× NVIDIA RTX A6000run-20260829-152523-570de6
156,0 tok/s
2× NVIDIA RTX A6000run-20260827-175312-a36a81
155,2 tok/s
NVIDIA GeForce RTX 3090 dieser Laufrun-20261101-195359-a93dda
145,7 tok/s
Hardware
GPU: NVIDIA GeForce RTX 3090 · 24 GB VRAM
CPU: AMD Ryzen 5 5600X 6-Core Processor
RAM: 31 GB
Mainboard: ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING
Setup
Runtime: tensorfold
Quantisierung: MLX-q4g64
Modell: Qwen3.6-35B-A3B
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : Qwen3.6-35B-A3B
# Engine : tensorfold
# Run-ID : run-20261101-195359-a93dda
# GPU : NVIDIA GeForce RTX 3090
# CPU : AMD Ryzen 5 5600X 6-Core Processor
# RAM : 31 GB
bench@llm-benchmark:~$ tensorfold \
--model Qwen3.6-35B-A3B-MLX-4bit
| 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. | tensorfold |
| Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann. | 8192 |
| execution_type | local |
Anzeige
Modell-Vergleich
Qwen3.6-35B-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 1.499,4 tok/sNVIDIA GeForce RTX 5090 1.409,4 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.367,3 tok/sNVIDIA GeForce RTX 3090 Ti 852,0 tok/s★ NVIDIA GeForce RTX 3090 833,3 tok/s dieser LaufNVIDIA RTX A6000 800,4 tok/sAMD Radeon RX 7900 XTX 450,5 tok/sAMD Radeon PRO W7900 Dual Slot 296,2 tok/sAMD Radeon AI PRO R9700 271,4 tok/sAMD Radeon PRO W7800 48GB 235,5 tok/sNVIDIA Tesla V100 PCIe 32GB 225,9 tok/sNVIDIA DGX SPARK (GB10) 169,4 tok/sNVIDIA GeForce RTX 5070 Ti 142,9 tok/sNVIDIA RTX SPARK (N1X) 142,0 tok/sIntel Arc Pro B70 124,5 tok/sAMD Radeon 8060S Graphics 98,3 tok/sNVIDIA GeForce RTX 2060 27,5 tok/sCPU-only 4,3 tok/s
CPUnach Prozessor
★ AMD Ryzen 5 5600X 6-Core Processor 1.499,4 tok/s dieser LaufAMD Ryzen 9 9950X 16-Core Processor 1.489,1 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.409,4 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.367,3 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 852,0 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 800,4 tok/sAMD Ryzen Threadripper PRO 3955WX 16-Cores 450,5 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 296,2 tok/sAMD Ryzen 3 PRO 3200GE w/ Radeon Vega Graphics 225,9 tok/sAMD Ryzen 3 3100 4-Core Processor 198,8 tok/sIntel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 181,7 tok/sNVIDIA Grace 169,4 tok/sNVIDIA RTX Spark N1X (6144-core GPU, 20-core CPU) 142,0 tok/sAMD Ryzen 9 7945HX with Radeon Graphics 124,5 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 98,3 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 4,3 tok/s
MBnach Mainboard
★ ASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.499,4 tok/s dieser LaufASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.489,1 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.367,3 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 852,0 tok/sASUSTeK COMPUTER INC. PRIME A520M-K 830,5 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 450,5 tok/sASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 225,9 tok/sDell Inc. PowerEdge R820 181,7 tok/sASUSTeK COMPUTER INC. GX10 169,4 tok/sASUS H7607BA 142,0 tok/sShenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series) 124,5 tok/sBosgame AXB35-02 (BeyondMax Series) 98,3 tok/s
ENGnach Engine
DRVnach Treiber
unbekannt 1.499,4 tok/sNVIDIA 590.48.01 / CUDA 13.1 169,4 tok/sIntel 26.18.38308.4 124,5 tok/sAMD 7.0.0-27-generic 79,4 tok/s
💰 Economics
Wirtschaftlichkeit dieses Laufs
Betriebskosten, TCO und Vergleich mit den nächstbesten Läufen desselben Modells bei identischer Concurrency (1× 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
12 W
⚡ TDP
362 W
☁️ Externes LLM (API)
Strompreis0,30 EUR/kWh
Ø-Leistung (inkl. Idle)362 W geschätzt (TDP)GPU 350 + Board 12 W Volllast
Ø-Kosten / Stunde0,11 EUR
Strom / 1 Mio. Token0,21 EUR
Token / kWh1,45 Mio.
Anschaffung (System)1.518 EUR VollpreisGPU 850 EUR · CPU 121 EUR · Board 149 EUR · RAM 248 EUR · Netzteil 150 EUR
Stromkosten (2 Jahre)–
TCO (2 Jahre)3.421 EUR
Output-Token (2 Jahre)9,19 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 (12 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
| Qwen3.6-35B-A3BNVIDIA GeForce RTX 3090 | Qwen3.6-35B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition | Qwen3.6-35B-A3B3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition | Qwen3.6-35B-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 GeForce RTX 3090 · dieser Lauf 146 tok/sNVIDIA RTX PRO 6000 Blackwell Workstation Edition 267 tok/s3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 243 tok/s3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 229 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.