1× RTX 5090
367tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz9mit Denken
Lokale KI · Rezept · 1× RTX 5090
gpt-oss 21B-A3.6B MXFP4 mit llama.cpp auf 1× RTX 5090
gpt-oss 21B-A3.6B MXFP4 mit llama.cpp auf 1× RTX 5090: 283 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von ggml-org
Engine
- Engine
- llama.cpp lt. Guide #15396
- Quantisierung
- MXFP4 (GGUF)
- Modellfamilie
- gpt-oss
- Kontext
- —
- Parameter
- 21B MoE / 3.6B active
- Kreator
- ggml-org
- GitHub-Sterne
- 133.144
- 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 5090
- Gewichte
- Hauptgewichtggml-org/gpt-oss-20b-GGUF Apache-2.0
- Engine
- llama.cpp lt. Guide #15396
Verwandte Rezepte
1× RTX PRO 6000
287tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz9mit Denken
1× RTX PRO 6000
196tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz12mit Denken
1× RTX PRO 6000
171tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz12mit Denken
1× RTX 3090
162tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz9mit Denken
1× RTX 5090
46,5tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz12mit Denken
- Teils im Arbeitsspeicher
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.