2× RTX 5090
149tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenzkein unabhängiger Wert
- Experimentell
- Lizenz ungeklärt
Engine
- Engine
- vLLM
- Quantisierung
- Community W4A16 compressed-tensors (danielrmay), int8_per_token_head KV
- Modellfamilie
- Nemotron-3-Puzzle
- Kontext
- 262.144
- Parameter
- 75.3B MoE / 9.3B aktiv (Mamba2-Hybrid)
- Kreator
- noonghunna
- Repo-Stand
- 26. 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
- 2 × NVIDIA RTX 3090
- Gewichte
- Hauptgewichtdanielrmay/NVIDIA-Nemotron-Labs-3-Puzzle-75B-A9B-W4A16 other
- Engine
- vLLM
- Kontext
- 262.144 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Experimentell
- Lizenz ungeklärt
Quellen
Verwandte Rezepte
4× RTX 3090
104tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Experimentell
- Lizenz ungeklärt
2× RTX 3090
187tok/sAlltag
1 Anfrage, Prosa-Prompt, Prompt 450 Token, ohne Spekulation Quelle
Intelligenzkein unabhängiger Wert
2× RTX 3090
179tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
- Lizenz ungeklärt
2× RTX 3090
151tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenzkein unabhängiger Wert
2× RTX 3090
144tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenzkein unabhängiger Wert
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.