1× RTX 3090
168tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz17mit Denkenohne Denken 13
Lokale KI · Rezept · 1× DGX Spark
Gemma 4 26B-A4B NVFP4 mit vLLM auf 1× DGX Spark
Gemma 4 26B-A4B NVFP4 mit vLLM auf 1× DGX Spark: 29,8 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von MiaAI-Lab
Intelligenz (Originalmodell) · Artificial Analysis17mit Denkenohne Denken 13
Engine
- Engine
- vLLM vllm/vllm-openai:nightly (ungepinnt)
- Quantisierung
- NVFP4 weights + fp8 KV
- Modellfamilie
- Gemma 4
- Kontext
- 262.144
- Parameter
- 26B MoE / 4B active
- Kreator
- MiaAI-Lab
- GitHub-Sterne
- 10
- Repo-Stand
- 14. Sept. 2026
Messwerte
Alle belegten Werte dieses Rezepts, je mit Bedingung und Quelle. Balken im Verhältnis zum größten Wert der Gruppe.
Decode · 1 Anfrage
Was brauche ich
- Hardware
- 1 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtnvidia/Gemma-4-26B-A4B-NVFP4 Apache-2.0
- MTPgoogle/gemma-4-26B-A4B-it-assistant Apache-2.0
- Engine
- vLLM vllm/vllm-openai:nightly (ungepinnt)
- Kontext
- 262.144 Token
Verwandte Rezepte
1× RTX 3090
44,9tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash (laut Rezept) Quelle
Intelligenz19mit Denkenohne Denken 14
1× RTX 5090
53tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz19mit Denkenohne Denken 14
1× DGX Spark
71,8tok/sAlltag
1 Anfrage, Prosa-Prompt (gesampelt, Thinking aus), mit LiLiCorr (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- ≤ 3 bit: Quantisierung kann Qualität kosten
- Eigener Kernel nötig
- Lizenz ungeklärt
1× DGX Spark
60,3tok/sAlltag
1 Anfrage, Prosa-Prompt (Essay), Kontext 2k, ohne Drafter (laut Rezept) Quelle
Intelligenzkein unabhängiger Wert
- Eigener Kernel nötig
1× DGX Spark
59,4tok/sAlltag
1 Anfrage, Chat-Prompt (20 Prompts, Thinking aus), ohne Drafting (Standardprofil) Quelle
Intelligenzkein unabhängiger Wert
- 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.