Created bymario-alka.dePowered bynoob2claw.detricoma.de
Beigesteuert vonMario AlkaQwen (Alibaba)

Qwen3-0.6B

Performancebenchmark · gemessen am 27.09.2026 03:10

Benchmark-IDrun-20260927-012351-24da84
Timebench 3 - Kombi (Prefill + Generation)Dense0.6BRuntime: vLLM
Generation260,24tok/s
Prefill38.946,43tok/s
Time to First Token371,50ms
Gesamtdauer40,19s
Concurrency5parallel
Einordnung im Feld
18von 120 Systemen

Performancebenchmark · Leitmetrik: Generation-Speed (tok/s) · 5× parallel

Dieser Lauf ist besser als 86 % aller vergleichbaren Systeme.
Generation 260,2 tok/s
+58 % vs Ø 165,1
Prefill 38.946,4 tok/s
+514 % vs Ø 6.346,8
Time to First Token 372 ms
-98 % vs Ø 17.171
Verteilung im Feld2 – 496 tok/s
Ø 165 Median Dieser Lauf

Wie schlägt sich dieser Benchmark mit anderen Modellen?

Wie schlägt sich dieser Benchmark mit anderen GPUs?

Dasselbe Modell auf anderer Hardware · 5× parallel · Generation (tok/s)

Hardware

GPU: 2x AMD Radeon RX 7900 XTX · 24 GB VRAM
CPU: AMD Ryzen Threadripper PRO 3955WX 16-Cores
RAM: 63 GB
Mainboard: ASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI

Setup

Runtime: vLLM
Quantisierung: -
Modell: Qwen3-0.6B

Konfiguration

benchmark-konfiguration — run-20260927-012351-24da84
# LLM-Benchmark Konfiguration # Modell : Qwen3-0.6B # Engine : vLLM # Run-ID : run-20260927-012351-24da84 # GPU : 2x AMD Radeon RX 7900 XTX # CPU : AMD Ryzen Threadripper PRO 3955WX 16-Cores # RAM : 63 GB bench@llm-benchmark:~$ vllm serve Qwen/Qwen3-0.6B \ --served-model-name Qwen3-0.6B \ --tensor-parallel-size 2 \ --max-model-len 8192 '(2x' RX 7900 XTX ROCm, 'vLLM)'
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.vllm
Modellalias?Der Name, unter dem das Modell ueber die API angesprochen wird. Genau dieser Wert muss im Request-Feld 'model' stehen.Qwen3-0.6B
Kontextlaenge?Maximale Anzahl Tokens (Eingabe + erzeugte Ausgabe zusammen), die das Modell pro Anfrage verarbeiten kann.8192
Alias?Anzeigename des Modells nach aussen (served model name), unabhaengig vom Dateinamen.Qwen3-0.6B
Tensor-Parallel?Anzahl GPUs, auf die JEDER einzelne Modell-Layer aufgeteilt wird (Tensor-Parallelitaet). Mehr GPUs = mehr VRAM und meist mehr Speed, aber die Anzahl der Attention-Heads muss durch diesen Wert teilbar sein (z.B. 32 Heads -> nur 1, 2, 4, 8 ... moeglich, NICHT 3).2
Kontext?Groesse des Kontextfensters in Token. 0 = der beim Training verwendete Kontext des Modells.8192
execution_typelocal

Alle Benchmarks dieses Modells Zum Leaderboard

Anzeige
Modell-Vergleich

Qwen3-0.6B auf verschiedener Hardware

Alle veröffentlichten 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

69253437521759,0029.40558.81188.216Prefill (tok/s)Generation (tok/s)AMD Radeon AI PRO R9700 - 561,4 tok/s Generation, 20.958 tok/s Prefill, TTFT 573 ms (3 Laufe)AMD Radeon AI PRO R97...NVIDIA GeForce RTX 4090 - 503,3 tok/s Generation, 71.575 tok/s Prefill, TTFT 174 ms (3 Laufe)NVIDIA GeForce RTX 40...AMD Oberon (PlayStation 5) - 302,6 tok/s Generation, 2.983 tok/s Prefill, TTFT 2.304 ms (2 Laufe)AMD Oberon (PlayStati...CPU-only - 189,5 tok/s Generation, 3.124 tok/s Prefill, TTFT 84.210 ms (6 Laufe)CPU-onlyAMD Radeon RX 7900 XTX - 495,5 tok/s Generation, 22.637 tok/s Prefill, TTFT 718 ms (8 Laufe) | DIESER LAUF★ AMD Radeon RX 7900 XTX
AMD Radeon AI PRO R9700 561,4 tok/sNVIDIA GeForce RTX 4090 503,3 tok/s★ AMD Radeon RX 7900 XTX 495,5 tok/s dieser LaufAMD Oberon (PlayStation 5) 302,6 tok/sCPU-only 189,5 tok/s

CPUnach Prozessor

7295473651820,0019.12238.24457.366Prefill (tok/s)Generation (tok/s)AMD Ryzen 3 3100 4-Core Processor - 561,4 tok/s Generation, 46.266 tok/s Prefill, TTFT 374 ms (6 Laufe)AMD Ryzen 3 3100 4-Co...Intel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz - 480,5 tok/s Generation, 14.980 tok/s Prefill, TTFT 819 ms (3 Laufe)Intel(R) Xeon(R) CPU ...AMD Zen2 8-Core (PlayStation 5) - 302,6 tok/s Generation, 2.983 tok/s Prefill, TTFT 2.304 ms (2 Laufe)AMD Zen2 8-Core (Play...Apple M6 (unified CPU/GPU SoC, ARM64, AdvSIMD) - 189,5 tok/s Generation, 11.438 tok/s Prefill, TTFT 251 ms (1 Lauf)Apple M6 (unified CPU...Apple M6 (unified CPU/GPU SoC) - 164,8 tok/s Generation, 7.014 tok/s Prefill, TTFT 390 ms (1 Lauf)Apple M6 (unified CPU...4 x Cortex-A78C + 4 x Cortex-A55 - 8,0 tok/s Generation, 90 tok/s Prefill, TTFT 132.604 ms (3 Laufe)4 x Cortex-A78C + 4 x...AMD Jaguar 8-Core (PlayStation 4) - 3,8 tok/s Generation, 23 tok/s Prefill, TTFT 106.805 ms (1 Lauf)AMD Jaguar 8-Core (Pl...AMD Ryzen Threadripper PRO 3955WX 16-Cores - 495,5 tok/s Generation, 27.231 tok/s Prefill, TTFT 657 ms (5 Laufe) | DIESER LAUF★ AMD Ryzen Threadrippe...
AMD Ryzen 3 3100 4-Core Processor 561,4 tok/s★ AMD Ryzen Threadripper PRO 3955WX 16-Cores 495,5 tok/s dieser LaufIntel(R) Xeon(R) CPU E5-4657L v2 @ 2.40GHz 480,5 tok/sAMD Zen2 8-Core (PlayStation 5) 302,6 tok/sApple M6 (unified CPU/GPU SoC, ARM64, AdvSIMD) 189,5 tok/sApple M6 (unified CPU/GPU SoC) 164,8 tok/s4 x Cortex-A78C + 4 x Cortex-A55 8,0 tok/sAMD Jaguar 8-Core (PlayStation 4) 3,8 tok/s

MBnach Mainboard

69253437521759,0029.52259.04488.565Prefill (tok/s)Generation (tok/s)ASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING - 561,4 tok/s Generation, 20.958 tok/s Prefill, TTFT 573 ms (3 Laufe)ASUSTeK COMPUTER INC....Micro-Star International Co., Ltd. B550M PRO-VDH WIFI (MS-7C95) - 503,3 tok/s Generation, 71.575 tok/s Prefill, TTFT 174 ms (3 Laufe)Micro-Star Internatio...Dell Inc. PowerEdge R820 - 480,5 tok/s Generation, 14.980 tok/s Prefill, TTFT 819 ms (3 Laufe)Dell Inc. PowerEdge R...unbekannt - 302,6 tok/s Generation, 1.043 tok/s Prefill, TTFT 84.871 ms (6 Laufe)unbekanntApple Mac mini - 189,5 tok/s Generation, 9.226 tok/s Prefill, TTFT 320 ms (2 Laufe)Apple Mac miniASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI - 495,5 tok/s Generation, 27.231 tok/s Prefill, TTFT 657 ms (5 Laufe) | DIESER LAUF★ ASUSTeK COMPUTER INC....
ASUSTeK COMPUTER INC. ROG STRIX X570-F GAMING 561,4 tok/sMicro-Star International Co., Ltd. B550M PRO-VDH WIFI (MS-7C95) 503,3 tok/s★ ASUSTeK COMPUTER INC. Pro WS WRX80E-SAGE SE WIFI 495,5 tok/s dieser LaufDell Inc. PowerEdge R820 480,5 tok/sunbekannt 302,6 tok/sApple Mac mini 189,5 tok/s

ENGnach Engine

69753036319629,4021.47142.94164.412Prefill (tok/s)Generation (tok/s)llama.cpp - 561,4 tok/s Generation, 10.512 tok/s Prefill, TTFT 36.729 ms (14 Laufe)llama.cpplmstudio-mlx - 189,5 tok/s Generation, 11.438 tok/s Prefill, TTFT 251 ms (1 Lauf)lmstudio-mlxOllama - 164,8 tok/s Generation, 7.014 tok/s Prefill, TTFT 390 ms (1 Lauf)OllamavLLM - 503,3 tok/s Generation, 52.963 tok/s Prefill, TTFT 499 ms (6 Laufe) | DIESER LAUF★ vLLM
llama.cpp 561,4 tok/s★ vLLM 503,3 tok/s dieser Lauflmstudio-mlx 189,5 tok/sOllama 164,8 tok/s

DRVnach Treiber

61859056153350520.65521.53422.41323.291Prefill (tok/s)Generation (tok/s)unbekannt - 561,4 tok/s Generation, 21.973 tok/s Prefill, TTFT 23.539 ms (22 Laufe)unbekannt
unbekannt 561,4 tok/s
💰 Economics

Wirtschaftlichkeit dieses Laufs

Betriebskosten, TCO und Vergleich mit den nächstbesten Läufen desselben Modells bei identischer Concurrency (5× parallel). Methodik →

⚙️ KonfigurationAlle Kennzahlen und Diagramme unten folgen diesen Einstellungen – bezogen auf 24 Monate Laufzeit.In URL übernehmenZurücksetzen
⚡ Strompreis EUR/kWh
⚙️ System-Auslastung 100 %
🖥️ Anschaffung EUR
🔌 Idle 10 W
⚡ TDP 720 W
☁️ Externes LLM (API)
Strompreis0,30 EUR/kWh
Ø-Leistung (inkl. Idle)720 W geschätzt (TDP)GPU 710 + Board 10 W Volllast
Ø-Kosten / Stunde0,22 EUR
Strom / 1 Mio. Token0,23 EUR
Token / kWh1,30 Mio.
Anschaffung (System)2.782 EUR TeilpreisGPU 2.098 EUR · RAM 504 EUR · Netzteil 180 EUR
Stromkosten (2 Jahre)–
TCO (2 Jahre)6.566 EUR
Output-Token (2 Jahre)16,41 Mrd.
☁️ Externes LLM (API) – Vergleich
Externe LLM-Kosten (2 Jahre)–
Ersparnis vs. extern (2 Jahre)–

Alle Werte oben und die Diagramme unten berücksichtigen die eingestellte System-Auslastung: bei X % generiert das System nur X % der Zeit, die restliche Zeit läuft es im Idle (10 W). Kosten pro Stunde sinken dadurch (mehr Idle), Kosten je Token steigen.

Kosten über 2 Jahre – nur Strom

Kosten über 2 Jahre – inkl. Anschaffung (TCO)

Geschwindigkeit vs. Token pro Euro

Euro pro 1 Mio. Token

Vergleich zur API – Wirtschaftlichkeit je Benchmark

Qwen3-0.6B2x AMD Radeon RX 7900 XTXQwen3-0.6BAMD Radeon RX 7900 XTXQwen3-0.6BAMD Radeon AI PRO R9700Qwen3-0.6BAMD Oberon (PlayStation 5)
Kosten Strom (24 Mon.)––––
Kosten Anschaffung––––
Kosten Gesamt (TCO)––––
Generierte Token (24 Mon.)––––
Tokenpreis bei API––––
Break-Even-Point (Tage)––––
Ergebnis (Ersparnis / Ausgabe)––––

Vergleich mit bis zu 3 nächstbesten Läufen dieses Modells bei gleicher Concurrency (mind. einer auf anderer Hardware). Leistung = GPU-TDP + CPU (Idle + 15 %) + Board (geschätzt), Anschaffung = komplettes System (GPU + CPU + Board + RAM + Netzteil), Preise = hinterlegte Marktpreise.

Beigesteuert von

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.