1× RTX PRO 6000
287tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz9mit Denken
Lokale KI · Rezept · 1× RTX 5090
gpt-oss 21B Q4_K_M mit llama.cpp auf 1× RTX 5090
gpt-oss 21B Q4_K_M mit llama.cpp auf 1× RTX 5090: 367 tok/s laut huggingface.co (Datensatz-Stand: 3. Nov. 2026).
von notwitcheer
Engine
- Engine
- llama.cpp
- Quantisierung
- GGUF Q4_K_M
- Modellfamilie
- gpt-oss
- Kontext
- —
- Parameter
- 21B 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
- Hauptgewichtunsloth/gpt-oss-20b-GGUF Apache-2.0
- Engine
- llama.cpp
Verwandte Rezepte
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
1× RTX 5090
46,5tok/sSpitze
1 Anfrage, synthetischer Prompt Quelle
Intelligenz12mit Denken
- Teils im Arbeitsspeicher
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.