2× DGX Spark
54,4tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz40mit Denken
- Zugang auf Anfrage
- Lizenz ungeklärt
Engine
- Engine
- vLLM (Lane 1) / llama.cpp (Lane 2)
- Quantisierung
- W4A16 (vLLM) bzw. GGUF
- Modellfamilie
- Qwen3.8-Flash-Next
- Kontext
- 262.144
- Parameter
- 125B-A6B
- Kreator
- tonyd2wild
- GitHub-Sterne
- 9
- Repo-Stand
- 21. Sept. 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
- Hauptgewichtalbucino/Qwen3.8-Flash-Next-W4A16-FP8PLE other
- otherunsloth/Qwen3.8-Flash-Next-GGUF other
- Engine
- vLLM (Lane 1) / llama.cpp (Lane 2)
- Kontext
- 262.144 Token
Verwandte Rezepte
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
1× DGX Spark
26,4tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (NEXTN) (laut Rezept) Quelle
Intelligenz40mit Denken
- Eigener Kernel nötig
- 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.