4× RTX PRO 6000
81,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz34mit Denkenohne Denken 22
- ≤ 3 bit: Quantisierung kann Qualität kosten
Lokale KI · Rezept · 8× RTX PRO 6000
GLM-5.2 744B NVFP4 mit vLLM auf 8× RTX PRO 6000
Intelligenz (Originalmodell) · Artificial Analysis34mit Denkenohne Denken 22
Engine
- Engine
- vLLM fathomless-firmament-v17 (05f50ae)
- Quantisierung
- NVFP4 (lukealonso/GLM-5.2-NVFP4), A4/A16, optional online MXFP8 dense
- Modellfamilie
- GLM-5.2
- Kontext
- —
- Parameter
- 744B total / 40B active
- Kreator
- local-inference-lab
- GitHub-Sterne
- 1.106
- Repo-Stand
- 15. Juli 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
- 8 × NVIDIA RTX PRO 6000 Blackwell
- Gewichte
- Hauptgewichtlukealonso/GLM-5.2-NVFP4 MIT
- altlocal-inference-lab/GLM-5.2-NVFP4 MIT
- Basiszai-org/GLM-5.2 MIT
- Engine
- vLLM fathomless-firmament-v17 (05f50ae)
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× RTX PRO 6000
92,5tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit MTP Quelle
Intelligenzkein unabhängiger Wert
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.