1× RTX 3090
168tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz17mit Denkenohne Denken 13
Lokale KI · Rezept · 1× RTX 3090
Gemma 4 31B mit beellama.cpp auf 1× RTX 3090
Gemma 4 31B mit beellama.cpp auf 1× RTX 3090: 44,9 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von noonghunna
Intelligenz (Originalmodell) · Artificial Analysis19mit Denkenohne Denken 14
Engine
- Engine
- beellama.cpp (llama.cpp-Fork) v0.3.2-preview
- Quantisierung
- GGUF, q5_0/q4_1 KV
- Modellfamilie
- Gemma 4
- Kontext
- 131.072
- Parameter
- 31B dense
- 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
- Hauptgewichtunsloth/gemma-4-31B-it-GGUF Apache-2.0
- Draft-ModellAnbeeld/gemma-4-31B-it-DFlash-GGUF Apache-2.0
- Engine
- beellama.cpp (llama.cpp-Fork) v0.3.2-preview
- Kontext
- 131.072 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Community, experimentell
Quellen
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.