1× RTX 5090
252tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
Lokale KI · Rezept · 1× RTX 5090
Qwen3.6 27B NVFP4 mit vLLM auf 1× RTX 5090 (ohne Spec)
Qwen3.6 27B NVFP4 mit vLLM auf 1× RTX 5090 (ohne Spec): 54,4 tok/s laut huggingface.co (Datensatz-Stand: 3. Nov. 2026).
von notwitcheer
Intelligenz (Originalmodell) · Artificial Analysis21mit Denkenohne Denken 20
Engine
- Engine
- vLLM 0.21.0
- Quantisierung
- NVFP4 (compressed-tensors, FP8-Hochpräzisionsmodule)
- Modellfamilie
- Qwen3.6
- Kontext
- 32.768
- Parameter
- 27B 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
Zeit bis zum ersten Token
Kürzer ist besser.
Was brauche ich
- Hardware
- 1 × NVIDIA RTX 5090
- Gewichte
- Hauptgewichtunsloth/Qwen3.6-27B-NVFP4 Apache-2.0
- Engine
- vLLM 0.21.0
- Kontext
- 32.768 Token
Verwandte Rezepte
2× RTX 5090
249tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
- Lizenz ungeklärt
2× RTX 3090
179tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz18mit Denkenohne Denken 15
- Lizenz ungeklärt
2× RTX 5090
168tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz21mit Denkenohne Denken 20
2× RTX 5090
153tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
1× RTX 5090
128tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP (laut Rezept) Quelle
Intelligenz21mit Denkenohne Denken 20
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.