Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
Qwen (Alibaba)

Qwen2.5-Coder-32B-Instruct

Performancebenchmark · gemessen am 21.07.2026 10:30

Benchmark-IDrun-20260722-165906-348187
Timebench 3 - Kombi (Prefill + Generation)Dense32BRuntime: godclawQuantisierung: Q4_K_M
Generation19,08tok/s
Prefill1.508,31tok/s
Time to First Token1.441,00ms
Gesamtdauer55,12s
Concurrency1parallel
Einordnung im Feld
107von 135 Systemen

Performancebenchmark · Leitmetrik: Generation-Speed (tok/s)

Dieser Lauf ist besser als 21 % aller vergleichbaren Systeme.
Generation 19,1 tok/s
-55 % vs Ø 42,5
Prefill 1.508,3 tok/s
-48 % vs Ø 2.885,5
Time to First Token 1.441 ms
-14 % vs Ø 1.685
Verteilung im Feld2 – 148 tok/s
Ø 42 Median Dieser Lauf

Wie schlägt sich dieser Benchmark?

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: Q4_K_M
Modell: Qwen2.5-Coder-32B-Instruct

Konfiguration

benchmark-konfiguration — run-20260722-165906-348187
# LLM-Benchmark Konfiguration # Modell : Qwen2.5-Coder-32B-Instruct # Engine : llama.cpp # Run-ID : run-20260722-165906-348187 # GPU : 3x AMD Radeon AI PRO R9700 # CPU : 32x AMD Ryzen Threadripper PRO 7955WX 16-Cores # RAM : 184 GB bench@llm-benchmark:~$ /src/build/bin/llama-server \ -m /root/.cache/huggingface/hub/models--bartowski--Qwen2.5-Coder-32B-Instruct-GGUF/snapshots/40b525506a4f98ed425882fa6dfc90cc8139065e/Qwen2.5-Coder-32B-Instruct-Q4_K_M.gguf \ -a Qwen2.5-Coder-32B-Instruct \ -ngl 999 \ --split-mode layer \ --host 0.0.0.0 \ --port 8000 \ -c 8192 \ --no-webui
Enginellamacpp
ModellaliasQwen2.5-Coder-32B-Instruct
Kontextlaenge8192
Modellpfad/root/.cache/huggingface/hub/models--bartowski--Qwen2.5-Coder-32B-Instruct-GGUF/snapshots/40b525506a4f98ed425882fa6dfc90cc8139065e/Qwen2.5-Coder-32B-Instruct-Q4_K_M.gguf
AliasQwen2.5-Coder-32B-Instruct
GPU-Layer999
Split-Modelayer
Kontext8192
Web-UI ausaktiv

Alle Benchmarks dieses Modells Zum Leaderboard