1× RTX 5090
300tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenzkein unabhängiger Wert
Lokale KI · Rezept · 1× RTX 3090
Llama 7B Q4_0 mit llama.cpp auf 1× RTX 3090
Llama 7B Q4_0 mit llama.cpp auf 1× RTX 3090: 162 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von ggml-org
Engine
- Engine
- llama.cpp commit lt. Scoreboard
- Quantisierung
- GGUF Q4_0
- Modellfamilie
- Llama
- Kontext
- —
- Parameter
- 7B dense
- 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 3090
- Gewichte
- HauptgewichtTheBloke/Llama-2-7B-GGUF llama2
- Engine
- llama.cpp commit lt. Scoreboard
Verwandte Rezepte
1× RTX PRO 6000
281tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenzkein unabhängiger Wert
1× RTX 5090
kein belegter Tempowert
Intelligenz7ohne Denken
- Zugang auf Anfrage
1× RTX 3090
168tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz17mit Denkenohne Denken 13
1× RTX 3090
113tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz18mit Denkenohne Denken 15
1× RTX 3090
59,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
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.