4× RTX 3090
145tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 20
- Experimentell
Lokale KI · Rezept · 1× DGX Spark
Qwen3.8 27B NVFP4 mit vLLM auf 1× DGX Spark (1024k Kontext)
Qwen3.8 27B NVFP4 mit vLLM auf 1× DGX Spark (1024k Kontext): 31,7 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von drowzeys
Intelligenz (Originalmodell) · Artificial Analysis34mit Denkenohne Denken 20
Engine
- Engine
- vLLM 0.27 (eugr spark-vllm-b12x nightly)
- Quantisierung
- NVFP4 + fp8 KV
- Modellfamilie
- Qwen3.8
- Kontext
- 1.048.576
- Parameter
- 27B dense
- Kreator
- drowzeys
- GitHub-Sterne
- 12
- Repo-Stand
- 18. Sept. 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
- 1 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtunsloth/Qwen3.8-27B-NVFP4 Apache-2.0
- BasisQwen/Qwen3.8-27B Apache-2.0
- Engine
- vLLM 0.27 (eugr spark-vllm-b12x nightly)
- Kontext
- 1.048.576 Token
Verwandte Rezepte
2× RTX 3090
123tok/sAlltag
1 Anfrage, Prosa-Prompt, mit Draft Quelle
Intelligenz34mit Denkenohne Denken 20
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
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.