Google
gemma-4-31b-it-int8
Performancebenchmark · gemessen am 20.07.2026 14:16
Benchmark-ID
run-20260722-165905-9b36a2Performancetest Small 1.0Dense31BRuntime: godclawQuantisierung: INT8
Generation10,54tok/s
Prefill199,17tok/s
Time to First Token141,00ms
Gesamtdauer7,83s
Concurrency1parallel
Einordnung im Feld
117von 135 Systemen
Performancebenchmark · Leitmetrik: Generation-Speed (tok/s)
Dieser Lauf ist besser als 13 % aller vergleichbaren Systeme.
Generation
10,5 tok/s
-75 % vs Ø 42,5
Prefill
199,2 tok/s
-93 % vs Ø 2.885,5
Time to First Token
141 ms
-92 % vs Ø 1.685
Verteilung im Feld2 – 148 tok/s
Wie schlägt sich dieser Benchmark?
gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165909-85f64f
147,8 tok/s
gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165909-637af7
143,9 tok/s
gpt-oss-20b3× AMD Radeon AI PRO R9700 · run-20260722-165909-65d35f
137,7 tok/s
Nemotron-Cascade-2-30B-A3B3× AMD Radeon AI PRO R9700 · run-20260722-181156-a273f2
107,9 tok/s
Nemotron-3-Nano-Omni-30B-A3B-Reasoning3× AMD Radeon AI PRO R9700 · run-20260722-182228-95c528
102,9 tok/s
gpt-oss-120b3× AMD Radeon AI PRO R9700 · run-20260722-165909-4e3ede
99,8 tok/s
Qwen3-30B-A3B-Instruct-25073× AMD Radeon AI PRO R9700 · run-20260722-165907-cc8f3f
97,6 tok/s
NVIDIA-Nemotron-3-Nano-4B3× AMD Radeon AI PRO R9700 · run-20260722-190202-45dc8e
93,4 tok/s
Qwen3-30B-A3B-Thinking-25073× AMD Radeon AI PRO R9700 · run-20260722-165908-5712c8
91,4 tok/s
Qwen3-30B-A3B-Instruct-25073× AMD Radeon AI PRO R9700 · run-20260722-165907-b20fe5
91,0 tok/s
Qwen3-VL-30B-A3B-Instruct3× AMD Radeon AI PRO R9700 · run-20260722-165908-4d91c3
89,8 tok/s
Qwen3-30B-A3B-Thinking-25073× AMD Radeon AI PRO R9700 · run-20260722-165908-40e052
88,6 tok/s
Qwen3-Coder-30B-A3B-Instruct3× AMD Radeon AI PRO R9700 · run-20260722-165907-0a4b43
88,2 tok/s
Qwen3-30B-A3B-Thinking-25073× AMD Radeon AI PRO R9700 · run-20260722-165907-83951d
87,8 tok/s
gemma-4-31b-it-int8 dieser Lauf3× AMD Radeon AI PRO R9700 · run-20260722-165905-9b36a2
10,5 tok/s
Hardware
GPU: 3x AMD Radeon AI PRO R9700 · 32 GB VRAM
CPU: 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores
RAM: 184 GB
Setup
Runtime: godclaw
Quantisierung: INT8
Modell: gemma-4-31b-it-int8
Konfiguration
# LLM-Benchmark Konfiguration
# Modell : gemma-4-31b-it-int8
# Engine : vLLM
# Run-ID : run-20260722-165905-9b36a2
# GPU : 3x AMD Radeon AI PRO R9700
# CPU : 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores
# RAM : 184 GB
bench@llm-benchmark:~$ /opt/python/bin/python /opt/python/bin/vllm serve nameistoken/Gemma-4-31B-it-Quark-W8A8-INT8 \
--served-model-name gemma-4-31b-it-int8 \
--tensor-parallel-size 2 \
--dtype auto \
--max-model-len 4096 \
--gpu-memory-utilization 0.92 \
--trust-remote-code \
--host 0.0.0.0 \
--port 8000
| Engine | vllm |
| Modellalias | gemma-4-31b-it-int8 |
| Kontextlaenge | 4096 |
| Alias | gemma-4-31b-it-int8 |
| Tensor-Parallel | 2 |
| Dtype | auto |
| Kontext | 4096 |
| GPU-Speicher | 0.92 |
| Trust-Remote-Code | aktiv |