ℹ

Public note: Arc B70 SYCL fw70.72 Qwen3.6-35B-A3B Q4_K_M c5 [1 verbaut,1 genutzt]

⚠

Configuration note: Es sind 2 Grafikkarten installiert, aber nur 1 wurde fuer diesen Lauf genutzt. Mit allen 2 GPUs koennte der Durchsatz deutlich hoeher liegen.

ℹ

For context: Diese Plattform nutzt Unified Memory – die "VRAM" ist gemeinsamer System-RAM (APU/Superchip); das Modell teilt sich den Speicher mit dem System.

Generation82,07tok/s

Prefill382,70tok/s

Time to First Token4.502,00ms

Total duration8,60s

Concurrency5parallel

Ranking in the field

This GPU All GPUs

7of 10 systems

Performance benchmark · Primary metric: Generation-Speed (tok/s) · 5× concurrent

This run is better than 33 % of all comparable systems.

Generation 82,1 tok/s

-47 % vs Ø 154,9

Prefill 382,7 tok/s

-63 % vs Ø 1.026,9

Time to First Token 4.502 ms

-86 % vs Ø 32.035

Distribution in the field18 – 436 tok/s

Ø 155 Median Dieser Lauf

Wie schlägt sich dieser Benchmark mit anderen Modellen?

gemma-4-E2B-itIntel Arc Pro B70 · run-20260729-224611-5817c5

436,3 tok/s

gemma-4-E4B-itIntel Arc Pro B70 · run-20260729-224611-e52687

267,7 tok/s

Ornith-1.0-9BIntel Arc Pro B70 · run-20260807-053422-595b98

198,6 tok/s

Ornith-1.0-9BIntel Arc Pro B70 · run-20260807-053423-66880a

198,6 tok/s

Qwen3-30B-A3B-Instruct-2507Intel Arc Pro B70 · run-20260810-083755-72fbc7

140,1 tok/s

Qwen3.6-35B-A3B same modelIntel Arc Pro B70 · run-20260810-034337-51412f

124,5 tok/s

Qwen3.6-35B-A3B this runIntel Arc Pro B70 · run-20260809-110714-c7ae95

82,1 tok/s

Qwen3.6-35B-A3B same modelIntel Arc Pro B70 · run-20260810-034337-7c4ad4

51,6 tok/s

gpt-oss-120bIntel Arc Pro B70 · run-20260730-035055-ef2dce

32,4 tok/s

Magistral-Small-2509Intel Arc Pro B70 · run-20260805-053406-4213eb

17,7 tok/s

How does this benchmark compare on other GPUs?

Same model on different hardware · 5× concurrent · Generation (tok/s)

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260729-032129-e6d323

812,6 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260731-071556-93a59c

745,0 tok/s

NVIDIA GeForce RTX 5090run-20260731-071557-28b20e

744,6 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260731-071555-fe8883

716,7 tok/s

3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Editionrun-20260731-071555-191108

654,4 tok/s

NVIDIA RTX PRO 6000 Blackwell Workstation Editionrun-20260724-083000-a4b89b

596,5 tok/s

2× NVIDIA RTX A6000run-20260829-152523-4ec3e9

504,8 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260729-105337-539e80

472,3 tok/s

NVIDIA GeForce RTX 3090 Tirun-20260804-052131-18f8d1

467,1 tok/s

2× NVIDIA RTX A6000run-20260827-111923-e052e1

455,0 tok/s

2× NVIDIA RTX A6000run-20260829-234040-9936d5

453,6 tok/s

2× NVIDIA RTX A6000run-20260827-175312-bb8c80

419,8 tok/s

2× NVIDIA RTX A6000run-20260828-105211-f19b88

374,2 tok/s

2× NVIDIA RTX A6000run-20260830-064935-82b4e1

374,2 tok/s

Hardware

GPU: Intel Arc Pro B70 · 32 GB VRAM
CPU: AMD Ryzen 9 7945HX with Radeon Graphics
RAM: 61 GB
Mainboard: Shenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series)

Setup

Runtime: llama.cpp
Quantization: Q4_K_M
Driver: Intel 26.18.38308.4
Model: Qwen3.6-35B-A3B

Configuration

benchmark-konfiguration — run-20260809-110714-c7ae95

# LLM-Benchmark Konfiguration # Modell : Qwen3.6-35B-A3B # Engine : llama.cpp # Run-ID : run-20260809-110714-c7ae95 # GPU : Intel Arc Pro B70 # CPU : AMD Ryzen 9 7945HX with Radeon Graphics # RAM : 61 GB bench@llm-benchmark:~$ /root/llama.cpp/build/bin/llama-server \ -m /root/models/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf \ --host 0.0.0.0 \ --port 8000 \ --alias qwen3.6-35b-a3b-q4 \ -c 2048 \ -ngl 99

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.	qwen3.6-35b-a3b-q4
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.	2048
Modellpfad?Pfad zur GGUF-Modelldatei, die geladen und ausgeliefert wird.	/root/models/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.	2048
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.	99

All benchmarks of this model To leaderboard

Model comparison

Qwen3.6-35B-A3B on various hardware

All published performance runs of this model – each bubble a variant: position = prefill (X) × generation (Y), bubble size = number of runs. Closer to the top right = faster. ★ Marked gold = this benchmark.

GPUby graphics card

NVIDIA RTX PRO 6000 Blackwell Workstation Edition 1.489,1 tok/sNVIDIA GeForce RTX 5090 1.409,4 tok/sNVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 1.367,3 tok/sNVIDIA GeForce RTX 3090 Ti 852,0 tok/sNVIDIA RTX A6000 800,4 tok/sAMD Radeon PRO W7900 Dual Slot 296,2 tok/sAMD Radeon AI PRO R9700 271,4 tok/sAMD Radeon PRO W7800 48GB 235,5 tok/sTesla V100-PCIE-32GB 225,9 tok/sNVIDIA GB10 (DGX Spark) 167,1 tok/sNVIDIA GeForce RTX 5070 Ti 142,9 tok/s★ Intel Arc Pro B70 124,5 tok/s this runAMD Radeon 8060S Graphics 98,3 tok/sNVIDIA GeForce RTX 2060 27,5 tok/sCPU-only 4,3 tok/s

CPUby processor

AMD Ryzen 9 9950X 16-Core Processor 1.489,1 tok/sAMD Ryzen 7 5800X3D 8-Core Processor 1.409,4 tok/sAMD Ryzen Threadripper PRO 9965WX 24-Cores 1.367,3 tok/sAMD Ryzen 9 8945HX with Radeon Graphics 852,0 tok/sAMD Ryzen 5 5600X 6-Core Processor 830,5 tok/sAMD Ryzen Threadripper PRO 7955WX 16-Cores 800,4 tok/sAMD Ryzen Threadripper PRO 5975WX 32-Cores 296,2 tok/sAMD Ryzen 3 PRO 3200GE w/ Radeon Vega Graphics 225,9 tok/sNVIDIA Grace 167,1 tok/s★ AMD Ryzen 9 7945HX with Radeon Graphics 124,5 tok/s this runAMD RYZEN AI MAX+ 395 w/ Radeon 8060S 98,3 tok/sIntel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 27,5 tok/sIntel(R) Xeon(R) CPU E5-4620 v2 @ 2.60GHz 4,3 tok/s

MBby mainboard

ASUSTeK COMPUTER INC. ProArt X870E-CREATOR WIFI 1.489,1 tok/sASUSTeK COMPUTER INC. ROG STRIX B550-A GAMING 1.409,4 tok/sASUSTeK COMPUTER INC. Pro WS WRX90E-SAGE SE 1.367,3 tok/sMeigao Innovation Technology (Shen Zhen) Co., Ltd DRFXL (MotherBoard Series) 852,0 tok/sASUSTeK COMPUTER INC. PRIME A520M-K 830,5 tok/sASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 296,2 tok/sASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 225,9 tok/sASUSTeK COMPUTER INC. GX10 167,1 tok/s★ Shenzhen Meigao Electronic Equipment Co.,Ltd DRFXI (MotherBoard Series) 124,5 tok/s this runBosgame AXB35-02 (BeyondMax Series) 98,3 tok/sDell Inc. PowerEdge R820 27,5 tok/s

ENGby engine

★ llama.cpp 1.489,1 tok/s this runvLLM 952,8 tok/sunbekannt 830,5 tok/s

DRVby driver

unbekannt 1.489,1 tok/sNVIDIA 590.48.01 / CUDA 13.1 167,1 tok/s★ Intel 26.18.38308.4 124,5 tok/s this runAMD 7.0.0-27-generic 79,4 tok/s

💰 Economics

Economics of this run

Operating cost, TCO and comparison with the next-best runs of the same model at identical concurrency (5× concurrent). Methodology →

⚙️ ConfigurationAll metrics and charts below follow these settings – based on a 24-month runtime.Save to URL Reset

⚡ Electricity price EUR/kWh

⚙️ System utilization 100 %

🖥️ Acquisition EUR

🔌 Idle 0 W

⚡ TDP 230 W

☁️ External LLM (API) show

Input €/1M Output €/1M Input per output token

Electricity0.30 EUR/kWh

Avg power (incl. idle)230 W estimated (TDP)GPU 230 W full load

Avg cost / hourEUR 0.069

Electricity / 1M tokensEUR 0.23

Token / kWh1.28M

Acquisition (system)EUR 1,378 partial priceGPU EUR 1,258 · PSU EUR 120

Electricity (2 years)–

TCO (2 years)EUR 2,587

Output tokens (2 years)5.18B

☁️ External LLM (API) – comparison

External LLM cost (2 years)–

Savings vs. external (2 years)–

All values above and the charts below take the configured system utilization into account: at X% the system generates only X% of the time, the rest it idles (0 W). Cost per hour drops (more idle), cost per token rises.

Cost over 2 years – electricity only

Cost over 2 years – incl. acquisition (TCO)

Speed vs. tokens per euro

Euro per 1M tokens

Comparison vs. API – economics per benchmark

	Qwen3.6-35B-A3BIntel Arc Pro B70	Qwen3.6-35B-A3BNVIDIA RTX PRO 6000 Blackwell Workstation Edition	Qwen3.6-35B-A3B3x NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition	Qwen3.6-35B-A3BNVIDIA GeForce RTX 5090
Electricity cost (24 mo.)	–	–	–	–
Acquisition cost	–	–	–	–
Total cost (TCO)	–	–	–	–
Generated tokens (24 mo.)	–	–	–	–
Token price via API	–	–	–	–
Break-even point (days)	–	–	–	–
Result (savings / extra cost)	–	–	–	–

Intel Arc Pro B70 · this run 82 tok/s NVIDIA RTX PRO 6000 Blackwell Workstation Edition 813 tok/s 3× NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition 745 tok/s NVIDIA GeForce RTX 5090 745 tok/s

Comparison with up to 3 next-best runs of this model at the same concurrency (at least one on different hardware). Power = GPU TDP + CPU (idle + 15 %) + board (estimated), acquisition = full system (GPU + CPU + board + RAM + PSU), prices = stored market prices.

Contributed by

Mario Alka Administrator

@marioalka

Ich bin Unternehmer, Softwareentwickler und KI-Enthusiast. Seit vielen Jahren entwickle ich Unternehmenssoftware und beschäftige mich inzwischen fast täglich mit lokalen LLMs, KI-Agenten und leistungsfähiger KI-Hardware.

Mit LLM-Benchmark.de möchte ich eine Plattform schaffen, auf der Modelle, GPUs und Agenten objektiv und reproduzierbar miteinander verglichen werden.