1× RTX 5090
252tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
Lokale KI · Rezept · 1× RTX 5090
Qwen3.6 35B-A3B mit NInfer auf 1× RTX 5090
Qwen3.6 35B-A3B mit NInfer auf 1× RTX 5090: 780 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von Neroued
Intelligenz (Originalmodell) · Artificial Analysis18mit Denkenohne Denken 15
Engine
- Engine
- NInfer main 2026-09
- Quantisierung
- groupwise-int (NInfer), INT8 g64 KV
- Modellfamilie
- Qwen3.6
- Kontext
- 262.144
- Parameter
- 35B MoE / 3B active
- Kreator
- Neroued
- GitHub-Sterne
- 3.234
- 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
- Hauptgewichtneroued/Qwen3.6-35B-A3B-NInfer Apache-2.0
- BasisQwen/Qwen3.6-35B-A3B Apache-2.0
- Engine
- NInfer main 2026-09
- Kontext
- 262.144 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Eigene Engine
- Eigener Kernel nötig
Quellen
Verwandte Rezepte
2× RTX 5090
249tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
- Lizenz ungeklärt
2× RTX 3090
179tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
- Lizenz ungeklärt
2× RTX 5090
168tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz21mit Denkenohne Denken 20
2× RTX 5090
153tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
1× RTX 5090
128tok/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.