---
type: "Article"
title: "Qwen3.6 27B Q4_K_M mit llama.cpp auf 2× RTX 3090"
description: "Qwen3.6 27B Q4_K_M mit llama.cpp auf 2× RTX 3090: Rezept von alesha-pro mit Tempo, Bedingung und Quelle je Zahl, Gewichten und Lizenz."
resource: "https://www.contextstudios.ai/de/lokale-ki/alesha-pro--qwen36-27b-q4km-mtp-262k-2x3090"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-11-11T03:38:03.232Z"
status: "stable"
---

# Qwen3.6 27B Q4_K_M mit llama.cpp auf 2× RTX 3090

Qwen3.6 27B Q4_K_M mit llama.cpp auf 2× RTX 3090: 65,3 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).

- Kreator: [alesha-pro](https://www.contextstudios.ai/de/lokale-ki/kreatoren/alesha-pro.md)
- Engine: llama.cpp mainline build 10013 (a4ce2595c)
- Quantisierung: GGUF Q4_K_M + q4_0 KV
- Modellfamilie: Qwen3.6
- Hardware: rtx-3090 x2
- Kontext: 262144

## Alle Zahlen

- 65,3 tok/s (Spitze; Spitze, 1 Anfrage, Bestwert der Quelle) — [source](https://github.com/alesha-pro/depth-harness/blob/main/EXAMPLE-RESULTS.md)
- decode_tps: 65.3 (1 Anfrage) — [source](https://github.com/alesha-pro/depth-harness/blob/main/EXAMPLE-RESULTS.md)
- prefill_tps: 1455 (1 Anfrage) — [source](https://github.com/alesha-pro/depth-harness/blob/main/EXAMPLE-RESULTS.md)

## Gewichte

- [unsloth/Qwen3.6-27B-MTP-GGUF](https://huggingface.co/unsloth/Qwen3.6-27B-MTP-GGUF) (main, apache-2.0)

[https://github.com/alesha-pro/depth-harness](https://github.com/alesha-pro/depth-harness)

## Related

- [Lokale KI auf Ihrer Hardware.](https://www.contextstudios.ai/de/lokale-ki.md)