4× RTX PRO 6000
235tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 19, mit DSpark (laut Rezept) Quelle
Intelligenz34mit Denken
- Eigener Kernel nötig
Lokale KI · Rezept · 1× DGX Spark
DeepSeek-V4-Flash 284B EXL3 2.54 bpw mit ExLlamaV3 auf 1× DGX Spark
DeepSeek-V4-Flash 284B EXL3 2.54 bpw mit ExLlamaV3 auf 1× DGX Spark: 30,2 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von 0xBakeer
Intelligenz (Originalmodell) · Artificial Analysis34mit Denken
≤ 3 bit: Quantisierung kann Qualität kosten
Engine
- Engine
- ExLlamaV3 (aarch64-Port)
- Quantisierung
- EXL3 2.54 bpw (92 GB)
- Modellfamilie
- DeepSeek-V4-Flash
- Kontext
- 393.216
- Parameter
- 284B MoE
- Kreator
- 0xBakeer
- GitHub-Sterne
- 3
- Repo-Stand
- 15. Sept. 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Decode · 1 Anfrage
Prefill je Kontext
Zeit bis zum ersten Token
Kürzer ist besser.
Was brauche ich
- Hardware
- 1 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtanoane/DeepSeek-V4-Flash-0731-exl3-2.54bpw MIT
- Engine
- ExLlamaV3 (aarch64-Port)
- Kontext
- 393.216 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- ≤ 3 bit: Quantisierung kann Qualität kostenBei 3 bit und weniger kann das Modell spürbar schlechter antworten als das Original. Die Intelligenz-Zahl gilt für das Original.
Quellen
Verwandte Rezepte
4× DGX Spark
46tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark Quelle
Intelligenzkein unabhängiger Wert
4× DGX Spark
42tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
3× DGX Spark
41,9tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
2× DGX Spark
33,2tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
1× Mac
28,5tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 32k, mit DSpark (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- ≤ 3 bit: Quantisierung kann Qualität kosten
Lokale KI im eigenen Unternehmen?
Im Workshop klären wir, welche Modelle und welche Hardware zu Ihren Aufgaben passen, und bauen den ersten Agenten auf Ihrer Infrastruktur.