4× RTX PRO 6000
139tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz18mit Denkenohne Denken 21
- Eigener Kernel nötig
Lokale KI · Rezept · 8× RTX 3090
Qwen3.5 35B-A3B mit vLLM auf 8× RTX 3090
Qwen3.5 35B-A3B mit vLLM auf 8× RTX 3090: 13,9 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von 0xSero
Intelligenz (Originalmodell) · Artificial Analysis19mit Denkenohne Denken 15
Engine
- Engine
- vLLM
- Quantisierung
- —
- Modellfamilie
- Qwen3.5
- Kontext
- —
- Parameter
- 35B MoE / 3B active
- Kreator
- 0xSero
- GitHub-Sterne
- 151
- Repo-Stand
- 10. 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
- 8 × NVIDIA RTX 3090
- Gewichte
- HauptgewichtQwen/Qwen3.5-35B-A3B Apache-2.0
- Engine
- vLLM
Hinweise
Was vor dem Nachbauen wichtig ist.
- Experimentell
- Offload-Aufbau
- Forschung
Quellen
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.