🏆
Ranglisten
LLM Leaderboard
Reale Messergebnisse aller getesteten Sprachmodelle auf echter, benannter Hardware – bewertet nach roher Geschwindigkeit (Performance in Token pro Sekunde, Prefill und Zeit bis zum ersten Token) und nach praktischer Aufgaben-Qualität in vollständigen Agenten- und Chat-Abläufen (Harness). Wähle unten einen Benchmark-Typ oder filtere nach Modell, Hersteller und Hardware, um genau zu sehen, was jeweils geprüft wird und wie die Ergebnisse zustande kommen.
⚡ Performance (tok/s)🤖 Harness-Qualität👥 Concurrency🖥️ echte Hardware
| # | Modell / Hersteller | Messwerte | Parallel | GPU / CPU / RAM | Runtime | ||
|---|---|---|---|---|---|---|---|
| 1 | Qwen3.8-Flash-Next180BQwen (Alibaba) PerformancebenchmarkTimebench 3 - Kombi (Prefill + Generation) | 71,73 tok/s TG Prefill 560 · TTFT 40.628 ms | 10× | 2x NVIDIA RTX A6000AMD EPYC 7203P 8-Core Processor · 252 GB RAM | llama.cppgodclawUD-Q4_K_XL | Details → | |
| 2 | Qwen3.8-Flash-Next180BQwen (Alibaba) PerformancebenchmarkTimebench 3 - Kombi (Prefill + Generation) | 60,89 tok/s TG Prefill 409 · TTFT 24.788 ms | 5× | 2x NVIDIA RTX A6000AMD EPYC 7203P 8-Core Processor · 252 GB RAM | llama.cppgodclawUD-Q4_K_XL | Details → | |
| 3 | Qwen3.8-Flash-Next180BQwen (Alibaba) PerformancebenchmarkTimebench 3 - Kombi (Prefill + Generation) | 36,99 tok/s TG Prefill 221 · TTFT 12.961 ms | 1× | 2x NVIDIA RTX A6000AMD EPYC 7203P 8-Core Processor · 252 GB RAM | llama.cppgodclawUD-Q4_K_XL | Details → |