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

Qwen2.5-Coder-32B-Instruct

Performancebenchmark · gemessen am 21.07.2026 23:45

Benchmark-IDrun-20260722-165910-f6c355
Timebench 3 - Kombi (Prefill + Generation)Dense32BRuntime: godclawQuantisierung: AWQ
Generation9,84tok/s
Prefill7.325,08tok/s
Time to First Token310,50ms
Gesamtdauer125,48s
Concurrency1parallel
Einordnung im Feld
119von 138 Systemen

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

Dieser Lauf ist besser als 14 % aller vergleichbaren Systeme.
Generation 9,8 tok/s
-76 % vs Ø 41,6
Prefill 7.325,1 tok/s
+159 % vs Ø 2.823,9
Time to First Token 311 ms
-88 % vs Ø 2.670
Verteilung im Feld1 – 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: AWQ
Modell: Qwen2.5-Coder-32B-Instruct

Konfiguration

benchmark-konfiguration — run-20260722-165910-f6c355
# LLM-Benchmark Konfiguration # Modell : Qwen2.5-Coder-32B-Instruct # Engine : vLLM # Run-ID : run-20260722-165910-f6c355 # 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 Qwen/Qwen2.5-Coder-32B-Instruct-AWQ \ --served-model-name Qwen2.5-Coder-32B-Instruct \ --tensor-parallel-size 2 \ --dtype auto \ --max-model-len 8192 \ --gpu-memory-utilization 0.90 \ --trust-remote-code \ --host 0.0.0.0 \ --port 8000
Enginevllm
ModellaliasQwen2.5-Coder-32B-Instruct
Kontextlaenge8192
AliasQwen2.5-Coder-32B-Instruct
Tensor-Parallel2
Dtypeauto
Kontext8192
GPU-Speicher0.90
Trust-Remote-Codeaktiv

Alle Benchmarks dieses Modells Zum Leaderboard