4× RTX 3090
145tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 20
- Experimentell
Lokale KI · Rezept · 1× RTX 5090
Qwen3.8 27.32B UD-IQ2_XXS mit llama.cpp auf 1× RTX 5090
von notwitcheer
Intelligenz (Originalmodell) · Artificial Analysis34mit Denkenohne Denken 20Wert des Originalmodells. Stark komprimiert (~2,1 Bit), Intelligenz dürfte deutlich niedriger liegen.
≤ 3 bit: Quantisierung kann Qualität kosten
Engine
- Engine
- llama.cpp b9653
- Quantisierung
- GGUF UD-IQ2_XXS … Q8_0
- Modellfamilie
- Qwen3.8
- Kontext
- —
- Parameter
- 27.32B dense (hybrid linear attn)
- Kreator
- notwitcheer
- GitHub-Sterne
- 40
- Repo-Stand
- 20. 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
- 1 × NVIDIA RTX 5090
- Gewichte
- Hauptgewichtunsloth/Qwen3.8-27B-GGUF Apache-2.0
- Engine
- llama.cpp b9653
Hinweise
Was vor dem Nachbauen wichtig ist.
- ≤ 3 bit: Quantisierung kann Qualität kostenBei 3 bit und weniger kann das Modell spürbar schlechter antworten als das Original. Die Intelligenz-Zahl gilt für das Original.
Quellen
Verwandte Rezepte
2× RTX 3090
123tok/sAlltag
1 Anfrage, Prosa-Prompt, mit Draft Quelle
Intelligenz34mit Denkenohne Denken 20
4× RTX 3090
85,3tok/sAlltag
1 Anfrage, Prosa-Prompt, mit DFlash2 (laut Rezept) Quelle
Intelligenz34mit Denkenohne Denken 20
2× RTX 3090
76,4tok/sAlltag
1 Anfrage, Prosa-Prompt, mit MTP Quelle
Intelligenz34mit Denkenohne Denken 20
1× RTX 3090
42,8tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz34mit Denkenohne Denken 20
1× RTX 3090
39,7tok/sAlltag
1 Anfrage, Prosa-Prompt, ohne Spekulation Quelle
Intelligenz34mit 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.