🏆
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 | Step-3.5-FlashStepFun PerformancebenchmarkTimebench 3 - Kombi (Prefill + Generation) | 16,78 tok/s TG Prefill 165 · TTFT 73.137 ms | 5× | 2x AMD Radeon RX 7900 XTXAMD Ryzen Threadripper PRO 3955WX 16-Cores · 189 GB RAM | llama.cppgodclawQ4_K_M | Details → | |
| 2 | Step-3.5-FlashStepFun PerformancebenchmarkTimebench 3 - Kombi (Prefill + Generation) | 15,35 tok/s TG Prefill 219 · TTFT 122.535 ms | 10× | 2x AMD Radeon RX 7900 XTXAMD Ryzen Threadripper PRO 3955WX 16-Cores · 189 GB RAM | llama.cppgodclawQ4_K_M | Details → | |
| 3 | Step-3.5-FlashStepFun PerformancebenchmarkTimebench 3 - Kombi (Prefill + Generation) | 11,46 tok/s TG Prefill 99 · TTFT 26.457 ms | 1× | 2x AMD Radeon RX 7900 XTXAMD Ryzen Threadripper PRO 3955WX 16-Cores · 189 GB RAM | llama.cppgodclawQ4_K_M | Details → |