4× RTX 3090
145tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 20
- Experimentell
Lokale KI · Rezept · 2× RTX 3090
Qwen3.8 27B AutoRound INT4 mit vLLM auf 2× RTX 3090 (mit DFlash)
Qwen3.8 27B AutoRound INT4 mit vLLM auf 2× RTX 3090 (mit DFlash): 123 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von noonghunna
Intelligenz (Originalmodell) · Artificial Analysis34mit Denkenohne Denken 20
Engine
- Engine
- vLLM
- Quantisierung
- AutoRound INT4 (W4A16) + fp8 KV + FA2-Plugin
- Modellfamilie
- Qwen3.8
- Kontext
- 262.144
- Parameter
- 27B 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
Was brauche ich
- Hardware
- 2 × NVIDIA RTX 3090
- Gewichte
- HauptgewichtFrozenlock/Qwen3.8-27B-int4-AutoRound Apache-2.0
- Draft-Modellsyvai/Qwen3.8-27B-DFlash2-W4A16 Apache-2.0
- Engine
- vLLM
- Kontext
- 262.144 Token
Verwandte Rezepte
4× RTX 3090
85,3tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash2 (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 20
2× RTX 3090
76,4tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz34mit Denkenohne Denken 20
1× DGX Spark
58,3tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash2 (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 20
- Eigener Kernel nötig
1× RTX 3090
57tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
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.