1× RTX 5090
367tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz9mit Denken
Lokale KI · Rezept · 1× RTX 5090
gpt-oss 117B MXFP4 mit llama.cpp auf 1× RTX 5090
gpt-oss 117B MXFP4 mit llama.cpp auf 1× RTX 5090: 46,5 tok/s laut huggingface.co (Datensatz-Stand: 3. Nov. 2026).
von notwitcheer
Engine
- Engine
- llama.cpp
- Quantisierung
- MXFP4 (GGUF), Experten teilw. im System-RAM
- Modellfamilie
- gpt-oss
- Kontext
- —
- Parameter
- 117B MoE
- 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
- Hauptgewichtggml-org/gpt-oss-120b-GGUF Apache-2.0
- Engine
- llama.cpp
Hinweise
Was vor dem Nachbauen wichtig ist.
- Teils im Arbeitsspeicher
Quellen
Verwandte Rezepte
1× RTX PRO 6000
287tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz9mit Denken
1× RTX 5090
283tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz9mit Denken
1× RTX PRO 6000
196tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz12mit Denken
1× RTX PRO 6000
171tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz12mit Denken
1× RTX 3090
162tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz9mit Denken
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.