Ihr Ziel
Sichtbar werden, wo KI antwortet
Prozesse automatisieren
Ein Produkt bauen
KI-Agenten einsetzen
Systeme verbinden und modernisieren
Wissen, wo wir stehen
Use Cases
CRMKundenbeziehungen stärkenBeliebtE-CommerceOnline-Umsatz steigernBuchungssystem24/7 Termine annehmenProjektmanagementTeams koordinierenRechnungswesenSchneller bezahlt werdenAnalyticsDatenbasiert entscheidenLokale KI · Rezept · 1× Mac
GLM-5.3 UD-IQ2_XXS mit DwarfStar auf 1× Mac: 6,14 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von antirez
≤ 3 bit: Quantisierung kann Qualität kosten
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Was vor dem Nachbauen wichtig ist.
1 Anfrage, Generierung bei 32K Kontext (Speed-Tabelle, Ring aus acht, TP8/DCP4), Thinking immer an (gemessen vor dem Profil-Standard high, also mit Template-Standard max), mit MTP2 (laut Rezept); experimentelles Profil Quelle
1 Anfrage, Prosa-Prompt, mit DFlash2, Thinking an (laut Rezept) Quelle
1 Anfrage, Prosa-Prompt, mit DSpark (laut Rezept) Quelle
1 Anfrage, strukturierte Ausgabe end-to-end (Count-to-300); DCP4-Lane 2: NVFP4-KV Quelle
1 Anfrage, Prompt-Typ nicht genannt, Bereich 33–39 tok/s, mit MTP-3 (laut Rezept) Quelle
1 Anfrage, llmprobe-Standardprompt, Thinking an, mit MTP + PLD (laut Rezept) Quelle
Im Workshop klären wir, welche Modelle und welche Hardware zu Ihren Aufgaben passen, und bauen den ersten Agenten auf Ihrer Infrastruktur.
