4× RTX 3090
145tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 20
- Experimentell
Lokale KI · Rezept · 4× RTX 3090
Qwen3.5-35B-A3B BF16 mit vLLM auf 4× RTX 3090
Qwen3.5-35B-A3B BF16 mit vLLM auf 4× RTX 3090: 12,5 tok/s laut huggingface.co (Datensatz-Stand: 3. Nov. 2026).
von 0xSero
Engine
- Engine
- vLLM
- Quantisierung
- BF16 (keine Quantisierung)
- Modellfamilie
- Qwen3.5-35B-A3B (REAP 28B)
- Kontext
- 32.768
- Parameter
- 28B (REAP 20 %)
- Kreator
- 0xSero
- GitHub-Sterne
- 66
- Repo-Stand
- 30. Mai 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Decode · 1 Anfrage
Was brauche ich
- Hardware
- 4 × NVIDIA RTX 3090
- Gewichte
- Hauptgewicht0xSero/Qwen3.5-28B Apache-2.0
- Engine
- vLLM
- Kontext
- 32.768 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- REAP-beschnitten
Quellen
Verwandte Rezepte
4× RTX 3090
110tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz40mit Denken
- Lizenz ungeklärt
4× RTX 3090
105tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
4× RTX 3090
104tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Experimentell
- Lizenz ungeklärt
4× RTX 3090
85,3tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash2 (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 20
4× RTX 3090
87,5tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit Draft Quelle
Intelligenzkein unabhängiger Wert
- Experimentell
- Lizenz ungeklärt
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.