1× RTX 3090
44,9tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash (laut Rezept) Quelle
Intelligenz19mit Denkenohne Denken 14
Lokale KI · Rezept · 1× RTX 3090
Gemma 4 26B-A4B AWQ mit vLLM auf 1× RTX 3090
Gemma 4 26B-A4B AWQ mit vLLM auf 1× RTX 3090: 168 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von noonghunna
Intelligenz (Originalmodell) · Artificial Analysis17mit Denkenohne Denken 13
Engine
- Engine
- vLLM
- Quantisierung
- AWQ INT4 + int8-PTH KV
- Modellfamilie
- Gemma 4
- Kontext
- 176.000
- Parameter
- 26B MoE / 4B active
- Kreator
- noonghunna
- GitHub-Sterne
- 2.471
- Repo-Stand
- 2. Nov. 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
- Hauptgewichtcyankiwi/gemma-4-26B-A4B-it-AWQ-4bit Apache-2.0
- MTPgoogle/gemma-4-26B-A4B-it-assistant Apache-2.0
- Engine
- vLLM
- Kontext
- 176.000 Token
Verwandte Rezepte
1× RTX 5090
53tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz19mit Denkenohne Denken 14
1× DGX Spark
29,8tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz17mit Denkenohne Denken 13
1× RTX 3090
113tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz18mit Denkenohne Denken 15
1× RTX 3090
59,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
1× RTX 3090
57tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenzkein unabhängiger Wert
- 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.