4× RTX PRO 6000
113tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz29mit Denken
- Lizenz ungeklärt
Lokale KI · Rezept · 4× DGX Spark
MiniMax-M3 NVFP4 mit vLLM auf 4× DGX Spark
MiniMax-M3 NVFP4 mit vLLM auf 4× DGX Spark: 33,7 tok/s laut github.com (Datensatz-Stand: 3. Nov. 2026).
von tonyd2wild
Engine
- Engine
- vLLM
- Quantisierung
- AWQ INT4 weights + NVFP4 KV
- Modellfamilie
- MiniMax-M3
- Kontext
- 1.048.576
- Kreator
- tonyd2wild
- GitHub-Sterne
- 1
- Repo-Stand
- 13. Juli 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
- 4 × NVIDIA DGX Spark (GB10)
- Gewichte
- Hauptgewichtcyankiwi/MiniMax-M3-AWQ-INT4 other
- Draft-ModellInferact/MiniMax-M3-EAGLE3 MIT
- Engine
- vLLM
- Kontext
- 1.048.576 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- Experimentell
- Eigener Kernel nötig
- Lizenz ungeklärt
Quellen
Verwandte Rezepte
4× RTX PRO 6000
87tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz29mit Denken
- Lizenz ungeklärt
4× RTX PRO 6000
39,2tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz29mit Denken
- Lizenz ungeklärt
4× DGX Spark
38tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz29mit Denken
- Lizenz ungeklärt
2× DGX Spark
36,6tok/sSpitze
1 Anfrage, JSON-Prompt, Kontext 196k Quelle
Intelligenz29mit Denken
- Lizenz ungeklärt
3× DGX Spark
10,5tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz29mit Denken
- Lizenz ungeklärt
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.