4× RTX 3090
110tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz40mit Denken
- Lizenz ungeklärt
Lokale KI · Rezept · 4× RTX 3090
Qwen3.8-Flash-Next 125B UD-IQ3_XXS mit llama.cpp auf 4× RTX 3090
von tonyd2wild
Intelligenz (Originalmodell) · Artificial Analysis40mit Denken
≤ 3 bit: Quantisierung kann Qualität kosten
Engine
- Engine
- llama.cpp
- Quantisierung
- GGUF UD-IQ3_XXS (~3-bit)
- Modellfamilie
- Qwen3.8-Flash-Next
- Kontext
- 131.072
- Parameter
- 125B-A3B hybrid MoE lt. README
- Kreator
- tonyd2wild
- GitHub-Sterne
- 4
- Repo-Stand
- 27. Aug. 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
- 4 × NVIDIA RTX 3090
- Gewichte
- Hauptgewichtunsloth/Qwen3.8-Flash-Next-GGUF other
- Engine
- llama.cpp
- Kontext
- 131.072 Token
Hinweise
Was vor dem Nachbauen wichtig ist.
- ≤ 3 bit: Quantisierung kann Qualität kostenBei 3 bit und weniger kann das Modell spürbar schlechter antworten als das Original. Die Intelligenz-Zahl gilt für das Original.
- Lizenz ungeklärt
Quellen
Verwandte Rezepte
2× DGX Spark
54,4tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz40mit Denken
- Zugang auf Anfrage
- Lizenz ungeklärt
1× DGX Spark
53tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz40mit Denken
- Eigener Kernel nötig
- Lizenz ungeklärt
1× DGX Spark
48,7tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz40mit Denken
- Zugang auf Anfrage
- Lizenz ungeklärt
2× RTX 3090
36,8tok/sAlltag
1 Anfrage, Prosa-Prompt, mit ngram Quelle
Intelligenz40mit Denken
- Teils im Arbeitsspeicher
- Experimentell
- Lizenz ungeklärt
1× DGX Spark
32tok/sAlltag
1 Anfrage, Prosa-Prompt, mit Drafting aus dem Prompt (Edit-Setup, lt. README 'drafts its guesses from your prompt') (laut Rezept) Quelle
Intelligenz40mit 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.