1× RTX 5090
252tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
Lokale KI · Rezept · 1× RTX 3090
Qwen3.6 27B Q4_K_M mit llama.cpp auf 1× RTX 3090 (alesha-pro)
Qwen3.6 27B Q4_K_M mit llama.cpp auf 1× RTX 3090 (alesha-pro): 63,9 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von alesha-pro
Engine
- Engine
- llama.cpp mainline build 10013 (a4ce2595c)
- Quantisierung
- GGUF Q4_K_M (17.1 GB) + q4_0 KV
- Modellfamilie
- Qwen3.6
- Kontext
- 200.000
- Parameter
- 27B dense (64 Layer, 16 full attention, 48 Gated DeltaNet)
- Kreator
- alesha-pro
- GitHub-Sterne
- 0
- Repo-Stand
- 4. Aug. 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
Was brauche ich
- Hardware
- 1 × NVIDIA RTX 3090
- Gewichte
- Hauptgewichtunsloth/Qwen3.6-27B-MTP-GGUF Apache-2.0
- Engine
- llama.cpp mainline build 10013 (a4ce2595c)
- Kontext
- 200.000 Token
Verwandte Rezepte
2× RTX 5090
249tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
- Lizenz ungeklärt
2× RTX 3090
179tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
- Lizenz ungeklärt
2× RTX 5090
168tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz21mit Denkenohne Denken 20
2× RTX 5090
153tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
1× RTX 5090
128tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
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.