1× RTX 3090
168tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz17mit Denkenohne Denken 13
Lokale KI · Rezept · 1× RTX 5090
Gemma 4 31B Q6_K mit llama.cpp auf 1× RTX 5090
Gemma 4 31B Q6_K mit llama.cpp auf 1× RTX 5090: 53 tok/s laut huggingface.co (Datensatz-Stand: 3. Nov. 2026).
von notwitcheer
Intelligenz (Originalmodell) · Artificial Analysis19mit Denkenohne Denken 14
Engine
- Engine
- llama.cpp
- Quantisierung
- GGUF Q6_K (23.47 GiB)
- Modellfamilie
- Gemma 4
- Kontext
- —
- Parameter
- 31B dense
- Kreator
- notwitcheer
- GitHub-Sterne
- 46
- Repo-Stand
- 1. 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
- Hauptgewichtunsloth/gemma-4-31B-it-GGUF Apache-2.0
- Engine
- llama.cpp
Verwandte Rezepte
1× RTX 3090
44,9tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash (laut Rezept) Quelle
Intelligenz19mit Denkenohne Denken 14
1× DGX Spark
29,8tok/sSpitze
1 Anfrage, Bestwert der Quelle Quelle
Intelligenz17mit Denkenohne Denken 13
1× RTX 5090
252tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
1× RTX 5090
128tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
1× RTX 5090
186tok/sGemischt
1 Anfrage, gemischtes Prompt-Set, mit MTP Quelle
Intelligenz21mit Denkenohne Denken 20
- 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.