Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
Beta
Mistral AI

Ministral-3-14B-Reasoning-2512

Performancebenchmark · gemessen am 21.07.2026 16:56

Benchmark-IDrun-20260722-165909-fcf79e
Timebench 3 - Kombi (Prefill + Generation)Dense14BRuntime: llama.cppQuantisierung: Q4_K_M
Generation50,36tok/s
Prefill3.889,48tok/s
Time to First Token592,50ms
Gesamtdauer41,85s
Concurrency1parallel
Einordnung im Feld
145von 320 Systemen

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

Dieser Lauf ist besser als 55 % aller vergleichbaren Systeme.
Generation 50,4 tok/s
-44 % vs Ø 89,4
Prefill 3.889,5 tok/s
+22 % vs Ø 3.182,6
Time to First Token 593 ms
-97 % vs Ø 21.684
Verteilung im Feld0 – 1.295 tok/s
Ø 89 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
Mainboard: ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE

Setup

Runtime: llama.cpp
Quantisierung: Q4_K_M
Betriebssystem: Ubuntu 26.04 LTS (Kernel 7.0.0-27-generic)
Treiber: AMD 7.0.0-27-generic
Modell: Ministral-3-14B-Reasoning-2512

Konfiguration

benchmark-konfiguration — run-20260722-165909-fcf79e
# LLM-Benchmark Konfiguration # Modell : Ministral-3-14B-Reasoning-2512 # Engine : llama.cpp # Run-ID : run-20260722-165909-fcf79e # 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--unsloth--Ministral-3-14B-Reasoning-2512-GGUF/snapshots/2d687ca0523d4d87469835433b53642dfae83152/Ministral-3-14B-Reasoning-2512-Q4_K_M.gguf \ -ngl 999 \ -c 8192 \ -a Ministral-3-14B-Reasoning-2512 \ -sm layer \ --host 0.0.0.0 \ --port 8000
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.llamacpp
Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen.Ministral-3-14B-Reasoning-2512
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.8192
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird./root/.cache/huggingface/hub/models--unsloth--Ministral-3-14B-Reasoning-2512-GGUF/snapshots/2d687ca0523d4d87469835433b53642dfae83152/Ministral-3-14B-Reasoning-2512-Q4_K_M.gguf
GPU-Layer?Anzahl der auf die GPU ausgelagerten Modell-Layer. Hoeher = mehr VRAM und schneller; der Rest laeuft auf der CPU. 999 = alles auf GPU.999
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.8192
Alias?Anzeigename des Modells nach aussen (served model name), unabhaengig vom Dateinamen.Ministral-3-14B-Reasoning-2512
Split-Mode?Verteilung ueber mehrere GPUs: none (nur eine GPU), layer (Layer aufteilen) oder row (Tensoren zeilenweise).layer

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Ministral-3-14B-Reasoning-2512 auf verschiedener Hardware

Alle veroeffentlichten 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

15712898,769,440,24901.6982.9064.113Prefill (tok/s)Generation (tok/s)AMD Radeon 8060S Graphics - 66,3 tok/s Generation, 1.123 tok/s Prefill, TTFT 10.027 ms (3 Laufe)AMD Radeon 8060S Grap...AMD Radeon AI PRO R9700 - 131,2 tok/s Generation, 3.480 tok/s Prefill, TTFT 2.246 ms (5 Laufe) | DIESER LAUF★ AMD Radeon AI PRO R97...
★ AMD Radeon AI PRO R9700 131,2 tok/s dieser LaufAMD Radeon 8060S Graphics 66,3 tok/s

CPUnach Prozessor

15712898,769,440,24901.6982.9064.113Prefill (tok/s)Generation (tok/s)AMD RYZEN AI MAX+ 395 w/ Radeon 8060S - 66,3 tok/s Generation, 1.123 tok/s Prefill, TTFT 10.027 ms (3 Laufe)AMD RYZEN AI MAX+ 395...AMD Ryzen Threadripper PRO 7955WX 16-Cores - 131,2 tok/s Generation, 3.480 tok/s Prefill, TTFT 2.246 ms (5 Laufe) | DIESER LAUF★ AMD Ryzen Threadrippe...
★ AMD Ryzen Threadripper PRO 7955WX 16-Cores 131,2 tok/s dieser LaufAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 66,3 tok/s

MBnach Mainboard

15712898,769,440,24901.6982.9064.113Prefill (tok/s)Generation (tok/s)Meigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) - 66,3 tok/s Generation, 1.123 tok/s Prefill, TTFT 10.027 ms (3 Laufe)Meigao Innovation Tec...ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE - 131,2 tok/s Generation, 3.480 tok/s Prefill, TTFT 2.246 ms (5 Laufe) | DIESER LAUF★ ASUSTeK COMPUTER INC....
★ ASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 131,2 tok/s dieser LaufMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 66,3 tok/s

ENGnach Engine

15712898,769,440,22.1032.4792.8563.233Prefill (tok/s)Generation (tok/s)unbekannt - 131,2 tok/s Generation, 2.953 tok/s Prefill, TTFT 3.889 ms (3 Laufe)unbekanntllama.cpp - 66,3 tok/s Generation, 2.383 tok/s Prefill, TTFT 5.928 ms (5 Laufe) | DIESER LAUF★ llama.cpp
unbekannt 131,2 tok/s★ llama.cpp 66,3 tok/s dieser Lauf

DRVnach Treiber

15712898,769,440,24901.6982.9064.113Prefill (tok/s)Generation (tok/s)ROCm 7.2.0 - 66,3 tok/s Generation, 1.123 tok/s Prefill, TTFT 10.027 ms (3 Laufe)ROCm 7.2.0AMD 7.0.0-27-generic - 131,2 tok/s Generation, 3.480 tok/s Prefill, TTFT 2.246 ms (5 Laufe) | DIESER LAUF★ AMD 7.0.0-27-generic
★ AMD 7.0.0-27-generic 131,2 tok/s dieser LaufROCm 7.2.0 66,3 tok/s