4× RTX PRO 6000
81,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz34mit Denkenohne Denken 22
- ≤ 3 bit: Quantisierung kann Qualität kosten
Engine
- Engine
- vLLM
- Quantisierung
- NVFP4 (modelopt) Experten, BF16 Router/Attention, FP8 KV
- Modellfamilie
- GLM-5.2
- Kontext
- 262.144
- Parameter
- 504B
- Kreator
- jcartu
- GitHub-Sterne
- 3
- Repo-Stand
- 21. Juni 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
- 4 × NVIDIA RTX PRO 6000 Blackwell
- Gewichte
- Hauptgewicht0xSero/GLM-5.2-504B MIT
- Engine
- vLLM
- Kontext
- 262.144 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- REAP-beschnitten
Quellen
- github.com/jcartu/dsv4-flash-blackwell-inference-study/blob/main/GLM-5.2-504B.md#sustained-decode--aggregate-toks-30-scell
- github.com/jcartu/dsv4-flash-blackwell-inference-study/blob/main/GLM-5.2-504B.md#prefill--toks--ttft
- github.com/jcartu/dsv4-flash-blackwell-inference-study/blob/main/GLM-5.2-504B.md
- github.com/jcartu/dsv4-flash-blackwell-inference-study/blob/main/data/glm52_0xsero_benchmark_results_standard.json
Verwandte Rezepte
4× RTX PRO 6000
70,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz34mit Denkenohne Denken 22
- ≤ 3 bit: Quantisierung kann Qualität kosten
4× RTX PRO 6000
64tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 22
- ≤ 3 bit: Quantisierung kann Qualität kosten
- Eigener Kernel nötig
4× RTX PRO 6000
58,5tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
4× RTX PRO 6000
104tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit MTP (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 22
- ≤ 3 bit: Quantisierung kann Qualität kosten
4× DGX Spark
23,7tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit MTP (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 22
- Experimentell
- 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.