1× RTX PRO 6000
281tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenzkein unabhängiger Wert
Lokale KI · Rezept · 1× RTX 5090
Llama 7B Q4_0 mit llama.cpp auf 1× RTX 5090
Llama 7B Q4_0 mit llama.cpp auf 1× RTX 5090: 300 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 5090
- Gewichte
- HauptgewichtTheBloke/Llama-2-7B-GGUF llama2
- Engine
- llama.cpp commit lt. Scoreboard
Verwandte Rezepte
1× RTX 3090
162tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenzkein unabhängiger Wert
1× RTX 5090
kein belegter Tempowert
Intelligenz7ohne Denken
- Zugang auf Anfrage
1× RTX 5090
252tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
1× RTX 5090
128tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
1× RTX 5090
186tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit MTP Quelle
Intelligenz21mit Denkenohne Denken 20
- 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.