Created bymario-alka.dePowered bygodcore.denoob2claw.detricoma.de
DEEN
Sign in Sign up
Beta
🌐
DEEN
Qwen (Alibaba)

Qwen3-30B-A3B-Thinking-2507

Performancebenchmark · gemessen am 22.07.2026 23:24

Benchmark-IDrun-20260723-015519-8eb43f
Timebench 3 - Kombi (Prefill + Generation)MoE30BRuntime: llama.cppQuantisierung: Q4_K_M
Generation0,58tok/s
Prefill77,38tok/s
Time to First Token216.584,50ms
Gesamtdauer600,00s
Concurrency10parallel
Einordnung im Feld
342von 347 Systemen

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

Dieser Lauf ist besser als 1 % aller vergleichbaren Systeme.
Generation 0,6 tok/s
-99 % vs Ø 100,2
Prefill 77,4 tok/s
-98 % vs Ø 3.396,8
Time to First Token 216.585 ms
+923 % vs Ø 21.178
Verteilung im Feld0 – 1.444 tok/s
Ø 100 Median Dieser Lauf

Wie schlägt sich dieser Benchmark?

Hardware

GPU: Keine GPU (CPU-only)
CPU: 51x Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz
RAM: 504 GB
Mainboard: Dell Inc. PowerEdge R820

Setup

Runtime: llama.cpp
Quantisierung: Q4_K_M
Betriebssystem: Ubuntu 24.04.3 LTS (Kernel 7.0.0-28-generic)
Modell: Qwen3-30B-A3B-Thinking-2507

Konfiguration

benchmark-konfiguration — run-20260723-015519-8eb43f
# LLM-Benchmark Konfiguration # Modell : Qwen3-30B-A3B-Thinking-2507 # Engine : llama.cpp # Run-ID : run-20260723-015519-8eb43f # GPU : Keine GPU (CPU-only) # CPU : 51x Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz # RAM : 504 GB bench@llm-benchmark:~$ /opt/llama.cpp/build/bin/llama-server \ -m /opt/models/Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf \ --host 10.220.231.216 \ --port 8081 \ --numa distribute \ -t 64 \ -tb 64 \ -c 8192
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
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./opt/models/Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf
NUMA?NUMA-Optimierung fuer Multi-Socket-CPUs: distribute/isolate/numactl. Verbessert die Speicherlokalitaet.distribute
Threads?Anzahl CPU-Threads fuer die Token-Generierung (Decode).64
Batch-Threads?Anzahl CPU-Threads fuer Prompt-Verarbeitung und Batch (Prefill).64
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.8192

Alle Benchmarks dieses Modells Zum Leaderboard

Modell-Vergleich

Qwen3-30B-A3B-Thinking-2507 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

1.1348515672840,008.49616.99125.487Prefill (tok/s)Generation (tok/s)NVIDIA GeForce RTX 5090 - 873,7 tok/s Generation, 20.565 tok/s Prefill, TTFT 967 ms (3 Laufe)NVIDIA GeForce RTX 50...AMD Radeon AI PRO R9700 - 231,1 tok/s Generation, 4.030 tok/s Prefill, TTFT 1.973 ms (10 Laufe)AMD Radeon AI PRO R97...AMD Radeon 8060S Graphics - 131,2 tok/s Generation, 1.375 tok/s Prefill, TTFT 8.315 ms (3 Laufe)AMD Radeon 8060S Grap...CPU-only - 8,5 tok/s Generation, 74 tok/s Prefill, TTFT 134.321 ms (3 Laufe) | DIESER LAUF★ CPU-only
NVIDIA GeForce RTX 5090 873,7 tok/sAMD Radeon AI PRO R9700 231,1 tok/sAMD Radeon 8060S Graphics 131,2 tok/s★ CPU-only 8,5 tok/s dieser Lauf

CPUnach Prozessor

1.1348515672840,008.49616.99125.487Prefill (tok/s)Generation (tok/s)AMD Ryzen 7 5800X3D 8-Core Processor - 873,7 tok/s Generation, 20.565 tok/s Prefill, TTFT 967 ms (3 Laufe)AMD Ryzen 7 5800X3D 8...AMD Ryzen Threadripper PRO 7955WX 16-Cores - 231,1 tok/s Generation, 4.030 tok/s Prefill, TTFT 1.973 ms (10 Laufe)AMD Ryzen Threadrippe...AMD RYZEN AI MAX+ 395 w/ Radeon 8060S - 131,2 tok/s Generation, 1.375 tok/s Prefill, TTFT 8.315 ms (3 Laufe)AMD RYZEN AI MAX+ 395...Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz - 8,5 tok/s Generation, 74 tok/s Prefill, TTFT 134.321 ms (3 Laufe) | DIESER LAUF★ Intel(R) Xeon(R) CPU ...
AMD Ryzen 7 5800X3D 8-Core Processor 873,7 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 231,1 tok/sAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 131,2 tok/s★ Intel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 8,5 tok/s dieser Lauf

MBnach Mainboard

1.1348515672840,008.49616.99125.487Prefill (tok/s)Generation (tok/s)unbekannt - 873,7 tok/s Generation, 20.565 tok/s Prefill, TTFT 967 ms (3 Laufe)unbekanntASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE - 231,1 tok/s Generation, 4.030 tok/s Prefill, TTFT 1.973 ms (10 Laufe)ASUSTeK COMPUTER INC....Meigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) - 131,2 tok/s Generation, 1.375 tok/s Prefill, TTFT 8.315 ms (3 Laufe)Meigao Innovation Tec...Dell Inc. PowerEdge R820 - 8,5 tok/s Generation, 74 tok/s Prefill, TTFT 134.321 ms (3 Laufe) | DIESER LAUF★ Dell Inc. PowerEdge R...
unbekannt 873,7 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 231,1 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd SHWSA (MS-S1 MAX) 131,2 tok/s★ Dell Inc. PowerEdge R820 8,5 tok/s dieser Lauf

ENGnach Engine

1.09082155228415,2254.1738.32112.469Prefill (tok/s)Generation (tok/s)vLLM - 873,7 tok/s Generation, 10.365 tok/s Prefill, TTFT 1.462 ms (8 Laufe)vLLMllama.cpp - 231,1 tok/s Generation, 2.130 tok/s Prefill, TTFT 39.895 ms (11 Laufe) | DIESER LAUF★ llama.cpp
vLLM 873,7 tok/s★ llama.cpp 231,1 tok/s dieser Lauf

DRVnach Treiber

1.1348515672840,008.49616.99125.487Prefill (tok/s)Generation (tok/s)NVIDIA 580.159.03 / CUDA 13.0 - 873,7 tok/s Generation, 20.565 tok/s Prefill, TTFT 967 ms (3 Laufe)NVIDIA 580.159.03 / C...AMD 7.0.0-27-generic - 231,1 tok/s Generation, 4.030 tok/s Prefill, TTFT 1.973 ms (10 Laufe)AMD 7.0.0-27-genericROCm 7.2.0 - 131,2 tok/s Generation, 1.375 tok/s Prefill, TTFT 8.315 ms (3 Laufe)ROCm 7.2.0unbekannt - 8,5 tok/s Generation, 74 tok/s Prefill, TTFT 134.321 ms (3 Laufe)unbekannt
NVIDIA 580.159.03 / CUDA 13.0 873,7 tok/sAMD 7.0.0-27-generic 231,1 tok/sROCm 7.2.0 131,2 tok/sunbekannt 8,5 tok/s