# LLM-Benchmark Konfiguration # Modell : Qwen2.5-Coder-7B-Instruct # Engine : lmstudio-mlx # Run-ID : run-20261112-152252-45b8e3 # GPU : Keine GPU (CPU-only) # CPU : Apple M6 (unified CPU/GPU SoC, ARM64, AdvSIMD) # RAM : 24 GB bench@llm-benchmark:~$ lmstudio-mlx \ --model qwen2.5-coder-7b-instruct

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.	lmstudio-mlx
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	8192
execution_type	local

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen2.5-Coder-7B-Instruct 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

AMD Radeon RX 7900 XTX 256,7 tok/s★ CPU-only 31,4 tok/s dieser Lauf

CPUnach Prozessor

Intel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 256,7 tok/s★ Apple M6 (unified CPU/GPU SoC, ARM64, AdvSIMD) 31,4 tok/s dieser LaufApple M6 (unified CPU/GPU SoC) 28,2 tok/s

MBnach Mainboard

Dell Inc. PowerEdge R820 256,7 tok/s★ Apple Mac mini 31,4 tok/s dieser Lauf

ENGnach Engine

llama.cpp 256,7 tok/s★ lmstudio-mlx 31,4 tok/s dieser LaufOllama 28,2 tok/s

DRVnach Treiber

unbekannt 256,7 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 übernehmen Zurücksetzen

⚡ Strompreis EUR/kWh

⚙️ System-Auslastung 100 %

🔌 Idle 0 W

⚡ TDP 10 W

☁️ Externes LLM (API) anzeigen

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

Strompreis0,30 EUR/kWh

Ø-Leistung (inkl. Idle)0 W fehlt

Ø-Kosten / Stunde–

Strom / 1 Mio. Token–

Token / kWh–

Anschaffung (System)– Teilpreis

Stromkosten (2 Jahre)–

TCO (2 Jahre)–

Output-Token (2 Jahre)1,98 Mrd.

☁️ Externes LLM (API) – Vergleich

Externe LLM-Kosten (2 Jahre)–

Ersparnis vs. extern (2 Jahre)–

Keine Leistungsaufnahme gemessen – Werte geschätzt aus GPU-TDP + CPU (Idle + 15 %) + Board.

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 (0 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

	Qwen2.5-Coder-7B-InstructKeine GPU (CPU-only)	Qwen2.5-Coder-7B-Instruct2x AMD Radeon RX 7900 XTX	Qwen2.5-Coder-7B-InstructKeine GPU (CPU-only)
Kosten Strom (24 Mon.)	–	–	–
Kosten Anschaffung	–	–	–
Kosten Gesamt (TCO)	–	–	–
Generierte Token (24 Mon.)	–	–	–
Tokenpreis bei API	–	–	–
Break-Even-Point (Tage)	–	–	–
Ergebnis (Ersparnis / Ausgabe)	–	–	–

Keine GPU (CPU-only) · dieser Lauf 31 tok/s 2× AMD Radeon RX 7900 XTX 81 tok/s Keine GPU (CPU-only) 28 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.