8× RTX 3090
13,9tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz19mit Denkenohne Denken 15
- Experimentell
Lokale KI · Rezept · 4× RTX PRO 6000
Qwen3.5 397B-A17B NVFP4 mit vLLM auf 4× RTX PRO 6000
Intelligenz (Originalmodell) · Artificial Analysis18mit Denkenohne Denken 21
Engine
- Engine
- vLLM 0.17.1rc1
- Quantisierung
- NVFP4
- Modellfamilie
- Qwen3.5
- Kontext
- 262.144
- Parameter
- 397B MoE / 17B active
- Kreator
- brandonmmusic-max
- GitHub-Sterne
- 6
- Repo-Stand
- 6. Sept. 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Für dieses Rezept sind keine Messwerte mit Quelle belegt.
Was brauche ich
- Hardware
- 4 × NVIDIA RTX PRO 6000 Blackwell
- Gewichte
- Hauptgewichtnvidia/Qwen3.5-397B-A17B-NVFP4 Apache-2.0
- Engine
- vLLM 0.17.1rc1
- Kontext
- 262.144 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Eigener Kernel nötig
Quellen
Verwandte Rezepte
4× RTX PRO 6000
235tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 19, mit DSpark (laut Rezept) Quelle
Intelligenz34mit Denken
- Eigener Kernel nötig
4× RTX PRO 6000
81,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz34mit Denkenohne Denken 22
- ≤ 3 bit: Quantisierung kann Qualität kosten
4× RTX PRO 6000
73,1tok/sAlltag
1 Anfrage, Prosa-Prompt, Kontext 32788, mit DSPARK Quelle
Intelligenz40mit Denkenohne Denken 25
4× RTX PRO 6000
70,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz34mit Denkenohne Denken 22
- ≤ 3 bit: Quantisierung kann Qualität kosten
4× RTX PRO 6000
64tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 22
- ≤ 3 bit: Quantisierung kann Qualität kosten
- Eigener Kernel nötig
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.