DeskGPU
Deutsch

NVIDIA GeForce RTX 3090 Ti: Welche LLMs kann sie ausführen?

Diese Seite wurde automatisch von einer KI geschrieben und übersetzt und von Software anhand ihrer Quellen geprüft, ohne menschliche Bearbeitung. Die Spezifikationen stammen aus den angegebenen Quellen; Speicherbedarf und Geschwindigkeiten sind Schätzungen, die mit veröffentlichten Formeln berechnet wurden. Wie wir KI nutzen

NVIDIA GeForce RTX 3090 Ti hat 24 GB Speicher (Herstellerangabe). Nachfolgend wird jedes Modell der Datenbank mit llama.cpp bei einer Kontextlänge von 8.192 Tokens (oder dem Maximum des Modells, falls dieses kürzer ist) darauf geprüft.

Werte aktualisiert am 19. Okt. 2026

Spezifikationen

Speicher (Herstellerangabe)
24 GB
Speichertyp
GDDR6X
Breite des Speicherbusses
384 bit
Speicherbandbreite
1.008 GB/s
Boardleistung (TDP)
450 W
FP16 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
BF16 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
FP8 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
FP4 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
INT8 Tensor, dicht
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.
Schnittstelle
Nicht angezeigt: Offene Quellen liefern keine zwei unabhängigen, übereinstimmenden Werte mit einer Herstellerangabe.

Jeder Wert führt alle Quellen mit ihrer eigenen Angabe auf; die Einheiten wurden normalisiert. Die „GB“ GPU-Speicher eines Herstellers werden als GiB (2³⁰ Byte) gezählt, so wie es auch die ROCm-Tabelle von AMD angibt. Wie Spezifikationen geprüft werden

Laufzeitprofil

Laufzeitprofil: llama.cpp, CUDA-Backend (dedizierte NVIDIA-GPU), alle Layer auf der GPU, Flash Attention an, Micro-Batch (-ub) 512, F16-KV-cache, Kontextlänge (-c) wie angezeigt; „Passt“ wird mit den 4 parallelen Sequenzen beurteilt, die llama-server standardmäßig nutzt (-np auto, einheitlicher KV-Cache), „Passt nicht“ mit 1 Sequenz; unbelastete GPU, ohne andere Programme, die ihren Speicher nutzen.

Als verfügbar für „Passt“ gezählter Speicher (C_low): 20,88 GiB pro Karte = 24 GiB nominal − 1.054 MiB (die größte gemessene Differenz zwischen nominaler und gemeldeter Gesamtmenge bei Consumer- und Workstation-GPUs in diesem Profil; verwendet, weil kein öffentliches Log die Gesamtmenge dieser GPU angibt) − 2.112 MiB (die größte Start- und Laufzeitbelegung in den öffentlichen Logs dieses Profils), abgerundet auf ein Vielfaches von 64 MiB.

Diese Ergebnisse gehen von der Standardkonfiguration der Karte aus. Einstellungen, die den nutzbaren Speicher verringern (zum Beispiel ECC, sofern die Karte es unterstützt), sind nicht berücksichtigt.

Speicher für „Passt nicht“ (C_high): der volle Speicher von 24 GiB pro Karte. Laufzeitprofile und ihre Messungen

Welche Modelle passen

„Passt“ bedeutet: Die standardmäßige --fit-Ladeprüfung von llama.cpp würde alle Layer auf der GPU platzieren. Unsere Schätzung der Puffer von llama.cpp, plus deren Fehlermarge, plus die Reserve von 1 GiB pro Karte bei llama.cpp liegt innerhalb des als verfügbar gezählten Speichers. Es ist keine Zusage, dass der Spitzenspeicherbedarf während der Generierung passt. Wie Ergebnisse bestimmt werden

Kontextlänge 8.192 Tokens (oder das Maximum des Modells, falls es kürzer ist). Die letzten Spalten zeigen die längste Kontextlänge bei dieser Quantisierung und die bandbreitenbasierte Obergrenze der Geschwindigkeit.
Modell Parameter Höchste Quantisierung, die passt Benötigter verfügbarer Speicher für „Passt“ Längste Kontextlänge Geschwindigkeitsobergrenze Ergebnis
AI21-Jamba2-Mini 51,6B (11,8B aktiv) Q2_K 19,0 GiB 111.104 ≤ 229 tok/s Passt
Kimi-Linear-48B-A3B-Base 49,1B (3,1B aktiv) IQ3_XXS 20,0 GiB 92.416 ≤ 710 tok/s Passt
Kimi-Linear-48B-A3B-Instruct 49,1B (3,1B aktiv) IQ3_XXS 20,7 GiB 27.136 ≤ 586 tok/s Passt
Hermes-4.3-36B 36,2B Q3_K_M 20,4 GiB 9.984 ≤ 51,9 tok/s Passt
Kimi-Linear-REAP-35B-A3B-Instruct 35,1B (3,1B aktiv) IQ4_XS 19,8 GiB 112.896 ≤ 540 tok/s Passt
Holo-3.1-35B-A3B 34,7B (2,9B aktiv) IQ4_XS 20,2 GiB 37.376 ≤ 493 tok/s Passt
Holo3-35B-A3B 34,7B (2,9B aktiv) IQ4_XS 20,2 GiB 37.376 ≤ 493 tok/s Passt
Holo4-35B-A3B 34,7B (2,9B aktiv) Q3_K_M 18,4 GiB 120.064 ≤ 383 tok/s Passt
Ising-Calibration-1-35B-A3B 34,7B (2,9B aktiv) IQ4_XS 20,0 GiB 46.592 ≤ 495 tok/s Passt
KAT-Coder-V2.5-Dev 34,7B (2,9B aktiv) IQ4_XS 20,1 GiB 43.264 ≤ 477 tok/s Passt
Qwen3.5-35B-A3B 34,7B (2,9B aktiv) Q3_K_M 17,6 GiB 158.464 ≤ 387 tok/s Passt
Qwen3.5-35B-A3B-Base 34,7B (2,9B aktiv) IQ4_XS 19,9 GiB 50.176 ≤ 515 tok/s Passt
Qwen3.6-35B-A3B 34,7B (2,9B aktiv) IQ4_XS 20,1 GiB 43.520 ≤ 478 tok/s Passt
MiniCPM-V-4.7-35B-A3B 34,7B (2,9B aktiv) IQ4_XS 20,0 GiB 46.592 ≤ 495 tok/s Passt
Laguna-XS-2.1 33,4B (2,8B aktiv) Q4_0 20,6 GiB 13.824 ≤ 436 tok/s Passt
DeepSeek-R1-Distill-Qwen-32B 32,8B Q3_K_M 18,7 GiB 16.384 ≤ 56,8 tok/s Passt
Qwen2.5-32B-Instruct 32,8B Q3_K_M 18,7 GiB 16.384 ≤ 56,8 tok/s Passt
Qwen2.5-Coder-32B-Instruct 32,8B Q3_K_M 18,7 GiB 16.384 ≤ 56,8 tok/s Passt
AesCode-32B 32,8B IQ4_XS 20,8 GiB 8.448 ≤ 50,8 tok/s Passt
Cosmos-Reason2-32B 32,8B IQ4_XS 20,4 GiB 9.984 ≤ 51,9 tok/s Passt
FrogBoss-32B-2510 32,8B IQ4_XS 20,4 GiB 9.984 ≤ 51,9 tok/s Passt
Nemotron-Terminal-32B 32,8B IQ4_XS 20,4 GiB 9.984 ≤ 51,9 tok/s Passt
Qwen3-VL-32B-Instruct 32,8B IQ4_XS 20,4 GiB 9.984 ≤ 51,9 tok/s Passt
Qwen3-VL-32B-Thinking 32,8B IQ4_XS 20,4 GiB 9.984 ≤ 51,9 tok/s Passt
SERA-32B 32,8B IQ4_XS 20,4 GiB 9.984 ≤ 51,9 tok/s Passt
WebWorld-32B 32,8B IQ4_XS 20,4 GiB 9.984 ≤ 51,9 tok/s Passt
EXAONE-4.5-33B 32,5B IQ4_XS 20,4 GiB 9.728 ≤ 54,0 tok/s Passt
Olmo-3.1-32B-Instruct 32,2B IQ4_XS 20,1 GiB 11.008 ≤ 54,8 tok/s Passt
Olmo-3.1-32B-Instruct-DPO 32,2B IQ4_XS 20,1 GiB 11.008 ≤ 54,8 tok/s Passt
Olmo-3.1-32B-Think 32,2B IQ4_XS 20,1 GiB 11.008 ≤ 54,8 tok/s Passt
Olmo-3-1125-32B 32,2B IQ4_XS 20,1 GiB 11.008 ≤ 54,8 tok/s Passt
Olmo-3-32B-Think 32,2B IQ4_XS 20,1 GiB 11.008 ≤ 54,8 tok/s Passt
Olmo-3-32B-Think-DPO 32,2B IQ4_XS 20,1 GiB 11.008 ≤ 54,8 tok/s Passt
Olmo-3-32B-Think-SFT 32,2B IQ4_XS 20,1 GiB 11.008 ≤ 54,8 tok/s Passt
Holotron4-30B-A3B 31,6B (3,2B aktiv) Q4_0 19,0 GiB 238.336 ≤ 485 tok/s Passt
Nemotron-Cascade-2-30B-A3B 31,6B (3,2B aktiv) Q4_0 19,2 GiB 212.224 ≤ 440 tok/s Passt
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16 31,6B (3,2B aktiv) Q4_0 19,0 GiB 238.336 ≤ 485 tok/s Passt
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 31,6B (3,2B aktiv) Q4_0 19,3 GiB 207.360 ≤ 439 tok/s Passt
NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 31,6B (3,2B aktiv) Q4_0 19,2 GiB 219.136 ≤ 451 tok/s Passt
NVIDIA-Nemotron-Labs-3-Elastic-30B-A3B-BF16 31,6B (3,2B aktiv) Q4_0 19,0 GiB 238.336 ≤ 485 tok/s Passt
gemma-4-31B 30,7B Q2_K 17,6 GiB 48.128 ≤ 75,2 tok/s Passt
gemma-4-31B-it 30,7B Q3_K_M 20,3 GiB 14.592 ≤ 62,1 tok/s Passt
Ising-Calibration-1.5-31B-BF16 30,7B IQ3_XXS 18,6 GiB 35.328 ≤ 69,6 tok/s Passt
Holo2-30B-A3B 30,5B (3,0B aktiv) Q4_K_M 20,1 GiB 15.616 ≤ 370 tok/s Passt
Qwen3-30B-A3B 30,5B (3,0B aktiv) Q4_K_M 20,1 GiB 15.616 ≤ 370 tok/s Passt
Qwen3-30B-A3B-Instruct-2507 30,5B (3,0B aktiv) Q4_K_M 20,1 GiB 15.616 ≤ 370 tok/s Passt
Qwen3-Coder-30B-A3B-Instruct 30,5B (3,0B aktiv) Q4_K_M 20,1 GiB 15.616 ≤ 370 tok/s Passt
Qwen3-VL-30B-A3B-Instruct 30,5B (3,0B aktiv) Q4_K_M 20,1 GiB 15.616 ≤ 370 tok/s Passt
UI-Venus-1.5-30B-A3B 30,5B (3,0B aktiv) Q4_K_M 20,1 GiB 15.616 ≤ 370 tok/s Passt
North-Mini-Code-1.0 30,5B (3,3B aktiv) Q4_K_M 20,7 GiB 9.472 ≤ 360 tok/s Passt
GLM-4.7-Flash 29,9B (3,6B aktiv) Q4_K_M 19,5 GiB 32.512 ≤ 354 tok/s Passt
granite-4.2-30b 29,3B Q4_K_M 20,5 GiB 9.472 ≤ 51,3 tok/s Passt
granite-4.1-30b 28,9B Q4_K_M 20,5 GiB 9.472 ≤ 51,3 tok/s Passt
Muse-Glimmer-30B 27,9B Q5_K_M 20,7 GiB 21.248 ≤ 52,1 tok/s Passt
gemma-2-27b-it 27,2B IQ4_XS 19,1 GiB 8.192 ≤ 58,9 tok/s Passt
gemma-3-27b-it 27,0B Q4_K_M 20,3 GiB 14.336 ≤ 57,1 tok/s Passt
translategemma-27b-it 27,0B Q4_K_M 20,3 GiB 14.336 ≤ 57,1 tok/s Passt
Fara1.5-27B 26,9B Q4_K_M 19,1 GiB 34.304 ≤ 58,1 tok/s Passt
Holo4-27B 26,9B Q5_K_M 20,6 GiB 11.520 ≤ 53,4 tok/s Passt
Qwen3.5-27B 26,9B Q4_K_M 18,4 GiB 46.080 ≤ 60,9 tok/s Passt
Qwen3.6-27B 26,9B Q4_K_M 18,4 GiB 45.056 ≤ 60,6 tok/s Passt
Qwen3.8-27B 26,9B Q4_K_M 18,8 GiB 39.168 ≤ 59,2 tok/s Passt
Qwen3.8-3.6-27B-blend 26,9B Q4_K_M 18,8 GiB 39.168 ≤ 59,2 tok/s Passt
UI-Mate-27B 26,9B Q4_K_M 19,1 GiB 34.304 ≤ 58,1 tok/s Passt
UI-Mate-democua-27B 26,9B Q5_K_M 20,6 GiB 11.520 ≤ 53,4 tok/s Passt
Trinity-Mini 26,1B (3,1B aktiv) Q5_K_M 19,9 GiB 57.856 ≤ 396 tok/s Passt
Trinity-Mini-Base 26,1B (3,1B aktiv) Q5_K_M 19,9 GiB 62.208 ≤ 409 tok/s Passt
Trinity-Mini-Base-Pre-Anneal 26,1B (3,1B aktiv) Q5_K_M 19,6 GiB 4.096 ≤ 421 tok/s Passt
gemma-4-26B-A4B 25,2B (3,8B aktiv) Q4_K_M 19,1 GiB 88.832 ≤ 339 tok/s Passt
gemma-4-26B-A4B-it 25,2B (3,8B aktiv) Q4_K_M 19,3 GiB 78.080 ≤ 314 tok/s Passt
Qwen3-Coder-REAP-25B-A3B 24,9B (3,0B aktiv) Q5_K_M 19,3 GiB 24.320 ≤ 332 tok/s Passt
LFM2.5-24B-A2B 24,0B (2,5B aktiv) Q6_K 20,7 GiB 14.080 ≤ 459 tok/s Passt
LFM2-24B-A2B 23,8B (2,3B aktiv) Q6_K 20,6 GiB 18.944 ≤ 481 tok/s Passt
Devstral-Small-2-24B-Instruct-2512 23,6B Q5_K_M 18,6 GiB 22.272 ≤ 57,2 tok/s Passt
Mistral-Small-3.2-24B-Instruct-2506 23,6B Q5_K_M 18,6 GiB 22.272 ≤ 57,2 tok/s Passt
GLM-4.7-Flash-REAP-23B-A3B 23,0B (3,6B aktiv) Q6_K 20,1 GiB 21.760 ≤ 288 tok/s Passt
EuroLLM-22B-2512 22,6B Q6_K 20,6 GiB 9.216 ≤ 51,1 tok/s Passt
EuroLLM-22B-Instruct-2512 22,6B Q6_K 20,6 GiB 9.216 ≤ 51,1 tok/s Passt
gpt-oss-20b 20,9B (3,6B aktiv) Q8_0 12,9 GiB 131.072 ≤ 363 tok/s Passt
OptiMind-SFT 20,9B (3,6B aktiv) Q5_K_M 17,8 GiB 127.232 ≤ 314 tok/s Passt
DeepSeek-R1-Distill-Qwen-14B 14,8B Q8_0 17,5 GiB 25.600 ≤ 61,2 tok/s Passt
Qwen2.5-14B-Instruct 14,8B Q8_0 17,5 GiB 25.600 ≤ 61,2 tok/s Passt
ContextPilot-14B 14,8B Q8_0 17,2 GiB 30.720 ≤ 62,2 tok/s Passt
FrogMini-14B-2510 14,8B Q6_K 13,9 GiB 40.960 ≤ 78,6 tok/s Passt
JanusCoder-14B 14,8B Q8_0 17,2 GiB 30.720 ≤ 62,2 tok/s Passt
Nemotron-Cascade-14B-Thinking 14,8B Q8_0 17,2 GiB 30.720 ≤ 62,2 tok/s Passt
Nemotron-Terminal-14B 14,8B Q6_K 13,9 GiB 40.960 ≤ 78,6 tok/s Passt
NousCoder-14B 14,8B Q8_0 17,2 GiB 30.720 ≤ 62,2 tok/s Passt
Qwen3-14B 14,8B Q8_0 17,2 GiB 30.720 ≤ 62,2 tok/s Passt
Qwen3-Nemotron-14B-BRRM 14,8B Q6_K 13,9 GiB 40.960 ≤ 78,6 tok/s Passt
WebWorld-14B 14,8B Q6_K 13,9 GiB 40.960 ≤ 78,6 tok/s Passt
phi-4 14,7B Q8_0 17,7 GiB 16.384 ≤ 60,3 tok/s Passt
Apriel-1.6-15b-Thinker 14,4B Q8_0 17,2 GiB 26.880 ≤ 62,1 tok/s Passt
Ministral-3-14B-Instruct-2512 13,5B Q8_0 16,0 GiB 38.144 ≤ 67,3 tok/s Passt
Ministral-3-14B-Reasoning-2512 13,5B Q8_0 16,0 GiB 38.144 ≤ 67,3 tok/s Passt
Mistral-Nemo-Instruct-2407 12,2B Q8_0 14,7 GiB 46.336 ≤ 73,9 tok/s Passt
Mellum2.1-12B-A2.5B-Thinking 12,1B (2,2B aktiv) Q8_0 14,0 GiB 131.072 ≤ 399 tok/s Passt
Mellum2-12B-A2.5B-Base 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 ≤ 480 tok/s Passt
Mellum2-12B-A2.5B-Instruct 12,1B (2,2B aktiv) Q8_0 14,0 GiB 131.072 ≤ 399 tok/s Passt
Mellum2-12B-A2.5B-Instruct-SFT 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 ≤ 480 tok/s Passt
Mellum2-12B-A2.5B-Thinking 12,1B (2,2B aktiv) Q8_0 14,0 GiB 131.072 ≤ 399 tok/s Passt
Mellum2-12B-A2.5B-Thinking-SFT 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 ≤ 480 tok/s Passt
gemma-4-12B 11,9B Q8_0 15,6 GiB 262.144 ≤ 76,8 tok/s Passt
gemma-4-12B-it 11,9B Q8_0 15,6 GiB 262.144 ≤ 76,8 tok/s Passt
gemma-3-12b-it 11,8B Q8_0 15,8 GiB 84.480 ≤ 75,4 tok/s Passt
translategemma-12b-it 11,8B Q8_0 15,8 GiB 84.480 ≤ 75,4 tok/s Passt
Bielik-11B-v3.0-Instruct 11,2B Q8_0 14,4 GiB 32.768 ≤ 75,2 tok/s Passt
AutoGLM-Phone-9B 9,4B F16 18,9 GiB 55.808 ≤ 56,3 tok/s Passt
AutoGLM-Phone-9B-Multilingual 9,4B Q6_K 9,2 GiB 65.536 ≤ 125 tok/s Passt
GLM-4.6V-Flash 9,4B BF16 18,9 GiB 55.808 ≤ 56,3 tok/s Passt
gemma-2-9b-it 9,2B Q8_0 14,8 GiB 8.192 ≤ 78,8 tok/s Passt
EuroLLM-9B-Instruct-2512 9,2B F16 19,6 GiB 15.616 ≤ 54,0 tok/s Passt
Fara1.5-9B 9,0B BF16 17,5 GiB 105.472 ≤ 62,4 tok/s Passt
Holo-3.1-9B 9,0B F16 17,5 GiB 105.472 ≤ 62,4 tok/s Passt
MiMo-V2.6-Distill-Qwen-9B 9,0B BF16 17,5 GiB 105.472 ≤ 62,4 tok/s Passt
Qwen3.5-9B 9,0B BF16 17,5 GiB 105.472 ≤ 62,4 tok/s Passt
Qwen3.5-9B-Base 9,0B F16 17,5 GiB 105.472 ≤ 62,4 tok/s Passt
UI-Mate-9B 9,0B BF16 17,5 GiB 105.472 ≤ 62,4 tok/s Passt
UI-Venus-2-9B 9,0B BF16 17,5 GiB 105.472 ≤ 62,4 tok/s Passt
NVIDIA-Nemotron-Nano-9B-v2 8,9B BF16 18,3 GiB 131.072 ≤ 60,2 tok/s Passt
granite-4.1-8b 8,8B BF16 19,0 GiB 19.456 ≤ 55,7 tok/s Passt
granite-4.2-8b 8,8B BF16 19,0 GiB 19.456 ≤ 55,7 tok/s Passt
Ministral-3-8B-Instruct-2512 8,5B BF16 18,0 GiB 28.928 ≤ 59,1 tok/s Passt
Ministral-3-8B-Reasoning-2512 8,5B BF16 18,0 GiB 28.928 ≤ 59,1 tok/s Passt
LFM2.5-8B-A1B 8,5B (1,7B aktiv) BF16 18,0 GiB 128.000 ≤ 290 tok/s Passt
granite-guardian-4.1-8b 8,4B BF16 19,0 GiB 19.456 ≤ 55,7 tok/s Passt
LFM2-8B-A1B 8,3B (1,6B aktiv) F16 17,7 GiB 128.000 ≤ 313 tok/s Passt
rnj-1-instruct 8,3B BF16 18,6 GiB 25.344 ≤ 57,0 tok/s Passt
AesCode-8B 8,2B BF16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
ArmorOCR 8,2B Q8_0 10,4 GiB 79.616 ≤ 109 tok/s Passt
AstaBrief_8B 8,2B Q6_K 8,6 GiB 40.960 ≤ 136 tok/s Passt
ContextPilot-8B 8,2B Q6_K 8,6 GiB 40.960 ≤ 136 tok/s Passt
Cosmos-Reason2-8B 8,2B Q6_K 8,6 GiB 91.904 ≤ 136 tok/s Passt
DeepSeek-R1-0528-Qwen3-8B 8,2B BF16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
Holo2-8B 8,2B Q6_K 8,6 GiB 91.904 ≤ 136 tok/s Passt
intent-aware-lfqa-qwen3-8b-baseline 8,2B F16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
intent-aware-lfqa-qwen3-8b-intent-explicit 8,2B F16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
intent-aware-lfqa-qwen3-8b-intent-implicit 8,2B F16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
intent-aware-lfqa-qwen3-8b-multiview 8,2B F16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
JanusCoder-8B 8,2B BF16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
MathForm-8B 8,2B F16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
Nemotron-Cascade-8B 8,2B BF16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
Nemotron-Cascade-8B-Thinking 8,2B BF16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
Nemotron-Orchestrator-8B 8,2B BF16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
Nemotron-Terminal-8B 8,2B Q6_K 8,6 GiB 40.960 ≤ 136 tok/s Passt
Qwen3-8B 8,2B Q8_0 10,4 GiB 40.960 ≤ 109 tok/s Passt
Qwen3-Nemotron-8B-BRRM 8,2B Q6_K 8,6 GiB 40.960 ≤ 136 tok/s Passt
Qwen3-VL-8B-Instruct 8,2B BF16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
Qwen3-VL-8B-Thinking 8,2B BF16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
RLVR-8B-0926 8,2B Q6_K 8,6 GiB 91.904 ≤ 136 tok/s Passt
Step3-VL-10B-Base 8,2B Q6_K 8,6 GiB 40.960 ≤ 136 tok/s Passt
UI-Venus-1.5-8B 8,2B Q6_K 8,6 GiB 91.904 ≤ 136 tok/s Passt
WebWorld-8B 8,2B F16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
ZwZ-8B 8,2B Q6_K 8,6 GiB 91.904 ≤ 136 tok/s Passt
MiniCPM-o-4_5 8,2B F16 17,3 GiB 32.256 ≤ 61,7 tok/s Passt
granite-3.3-8b-instruct 8,2B F16 18,6 GiB 22.016 ≤ 57,0 tok/s Passt
granite-guardian-3.2-8b-factuality-detection 8,2B F16 18,6 GiB 22.016 ≤ 57,0 tok/s Passt
intent-aware-lfqa-llama3-8b-baseline 8,0B F16 17,0 GiB 37.376 ≤ 62,7 tok/s Passt
intent-aware-lfqa-llama3-8b-intent-explicit 8,0B F16 17,0 GiB 37.376 ≤ 62,7 tok/s Passt
intent-aware-lfqa-llama3-8b-intent-implicit 8,0B F16 17,0 GiB 37.376 ≤ 62,7 tok/s Passt
intent-aware-lfqa-llama3-8b-multiview 8,0B F16 17,0 GiB 37.376 ≤ 62,7 tok/s Passt
DeepSeek-R1-Distill-Llama-8B 8,0B BF16 17,0 GiB 37.376 ≤ 62,7 tok/s Passt
HARC-Llama-3.1-8B-Instruct 8,0B Q6_K 8,4 GiB 103.936 ≤ 139 tok/s Passt
Llama-3.1-8B-Instruct 8,0B BF16 17,0 GiB 37.376 ≤ 62,7 tok/s Passt
AprielGuard 7,9B Q6_K 7,9 GiB 131.072 ≤ 150 tok/s Passt
MiMo-Embodied-7B 7,6B Q6_K 8,1 GiB 94.976 ≤ 145 tok/s Passt
DeepSeek-R1-Distill-Qwen-7B 7,6B F16 15,6 GiB 97.792 ≤ 69,0 tok/s Passt
Fara-7B 7,6B BF16 15,6 GiB 97.792 ≤ 69,0 tok/s Passt
HARC-Qwen2.5-7B-Instruct 7,6B Q6_K 7,5 GiB 32.768 ≤ 161 tok/s Passt
JanusCoderV-7B 7,6B BF16 15,6 GiB 97.792 ≤ 69,0 tok/s Passt
olmOCR-2-7B-1025 7,6B BF16 15,6 GiB 97.792 ≤ 69,0 tok/s Passt
Qwen2.5-7B-Instruct 7,6B Q8_0 9,1 GiB 32.768 ≤ 126 tok/s Passt
Qwen2.5-Coder-7B-Instruct 7,6B Q8_0 9,1 GiB 32.768 ≤ 126 tok/s Passt
Qwen2.5-VL-7B-Instruct 7,6B BF16 15,6 GiB 97.792 ≤ 69,0 tok/s Passt
Qwen2.5-VL-7B-Surg-CholecT50 7,6B F16 15,6 GiB 97.792 ≤ 69,0 tok/s Passt
Spatial-SSRL-7B 7,6B Q6_K 7,5 GiB 128.000 ≤ 161 tok/s Passt
X-Reasoner-7B 7,6B Q6_K 7,5 GiB 128.000 ≤ 161 tok/s Passt
ZwZ-7B 7,6B Q6_K 7,5 GiB 128.000 ≤ 161 tok/s Passt
gemma-4-E4B 7,5B F16 11,0 GiB 131.072 ≤ 105 tok/s Passt
gemma-4-E4B-it 7,5B BF16 11,0 GiB 131.072 ≤ 105 tok/s Passt
Bielik-Minitron-7B-v3.0-Instruct 7,5B Q8_0 10,2 GiB 32.768 ≤ 110 tok/s Passt
ContextPilot-E4B 7,5B F16 10,9 GiB 131.072 ≤ 107 tok/s Passt
Olmo-3.1-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3.1-7B-RL-Zero-Math 7,3B F16 19,0 GiB 11.776 ≤ 61,2 tok/s Passt
Olmo-3-7B-Instruct 7,3B BF16 19,0 GiB 11.776 ≤ 61,2 tok/s Passt
Olmo-3-7B-Instruct-DPO 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3-7B-Instruct-SFT 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3-7B-RL-Zero-General 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3-7B-RL-Zero-IF 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3-7B-RL-Zero-Math 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3-7B-RL-Zero-Mix 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3-7B-Think 7,3B BF16 19,0 GiB 11.776 ≤ 61,2 tok/s Passt
Olmo-3-7B-Think-DPO 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Olmo-3-7B-Think-SFT 7,3B Q6_K 11,0 GiB 57.600 ≤ 121 tok/s Passt
Mistral-7B-Instruct-v0.2 7,2B Q6_K 8,1 GiB 32.768 ≤ 146 tok/s Passt
Trinity-Nano-Base 6,1B (819M aktiv) Q6_K 6,7 GiB 131.072 ≤ 1.119 tok/s Passt
Trinity-Nano-Base-Pre-Anneal 6,1B (819M aktiv) Q6_K 6,4 GiB 4.096 ≤ 1.197 tok/s Passt
Trinity-Nano-Preview 6,1B (819M aktiv) BF16 13,5 GiB 131.072 ≤ 543 tok/s Passt
Youtu-VL-4B-Instruct 4,9B Q6_K 5,9 GiB 32.768 ≤ 228 tok/s Passt
Holo-3.1-4B 4,8B F16 10,2 GiB 262.144 ≤ 116 tok/s Passt
gemma-4-E2B 4,6B Q6_K 3,5 GiB 131.072 ≤ 514 tok/s Passt
gemma-4-E2B-it 4,6B BF16 6,1 GiB 131.072 ≤ 217 tok/s Passt
AgentCPM-Explore 4,4B Q6_K 5,7 GiB 111.360 ≤ 224 tok/s Passt
CapRL-Qwen3VL-4B 4,4B F16 10,4 GiB 79.616 ≤ 109 tok/s Passt
Holo2-4B 4,4B F16 10,4 GiB 79.616 ≤ 109 tok/s Passt
intent-aware-lfqa-qwen3-4b-baseline 4,4B F16 10,4 GiB 40.960 ≤ 109 tok/s Passt
intent-aware-lfqa-qwen3-4b-intent-explicit 4,4B F16 10,4 GiB 40.960 ≤ 109 tok/s Passt
intent-aware-lfqa-qwen3-4b-intent-implicit 4,4B F16 10,4 GiB 40.960 ≤ 109 tok/s Passt
intent-aware-lfqa-qwen3-4b-multiview 4,4B F16 10,4 GiB 40.960 ≤ 109 tok/s Passt
Spatial-SSRL-Qwen3VL-4B 4,4B F16 10,4 GiB 79.616 ≤ 109 tok/s Passt
ZwZ-4B 4,4B Q6_K 5,7 GiB 111.360 ≤ 224 tok/s Passt
Fara1.5-4B 4,2B BF16 10,2 GiB 262.144 ≤ 116 tok/s Passt
FrogNano-4B-2609 4,2B BF16 10,2 GiB 262.144 ≤ 116 tok/s Passt
Qwen3.5-4B 4,2B BF16 10,2 GiB 262.144 ≤ 116 tok/s Passt
Qwen3.5-4B-Base 4,2B F16 10,2 GiB 262.144 ≤ 116 tok/s Passt
UserRepGen-4B 4,2B BF16 10,2 GiB 262.144 ≤ 116 tok/s Passt
Riva-Translate-4B-Instruct-v1.1 4,2B Q6_K 6,0 GiB 8.192 ≤ 210 tok/s Passt
GELab-Zero-4B-preview 4,0B BF16 10,4 GiB 79.616 ≤ 109 tok/s Passt
Qwen3-4B 4,0B Q8_0 6,7 GiB 40.960 ≤ 184 tok/s Passt
Qwen3-4B-Instruct-2507 4,0B F16 10,4 GiB 79.616 ≤ 109 tok/s Passt
Qwen3-VL-4B-Instruct 4,0B BF16 10,4 GiB 79.616 ≤ 109 tok/s Passt
Qwen3-VL-4B-Thinking 4,0B BF16 10,4 GiB 79.616 ≤ 109 tok/s Passt
NVIDIA-Nemotron-3-Nano-4B-BF16 4,0B BF16 8,7 GiB 262.144 ≤ 139 tok/s Passt
gemma-3-4b-it 3,9B BF16 9,9 GiB 131.072 ≤ 125 tok/s Passt
medgemma-1.5-4b-it 3,9B BF16 9,9 GiB 131.072 ≤ 125 tok/s Passt
Nemotron-3-Content-Safety 3,9B Q6_K 5,4 GiB 131.072 ≤ 290 tok/s Passt
translategemma-4b-it 3,9B F16 9,9 GiB 131.072 ≤ 125 tok/s Passt
Phi-4-mini-instruct 3,8B BF16 10,0 GiB 91.392 ≤ 115 tok/s Passt
Apertus-v1.1-4B 3,8B Q6_K 4,4 GiB 4.096 ≤ 314 tok/s Passt
Phi-3.5-mini-instruct 3,8B Q8_0 8,3 GiB 40.448 ≤ 140 tok/s Passt
granite-4.2-3b 3,7B BF16 8,6 GiB 131.072 ≤ 135 tok/s Passt
BitCPM-CANN-3B-unquantized 3,6B Q6_K 4,3 GiB 32.768 ≤ 328 tok/s Passt
kanana-2-3b-instruct 3,5B F16 8,6 GiB 32.768 ≤ 136 tok/s Passt
Ministral-3-3B-Instruct-2512 3,4B BF16 8,9 GiB 121.088 ≤ 130 tok/s Passt
Ministral-3-3B-Reasoning-2512 3,4B BF16 8,9 GiB 121.088 ≤ 130 tok/s Passt
granite-vision-4.1-4b 3,4B BF16 8,6 GiB 131.072 ≤ 135 tok/s Passt
granite-4.1-3b 3,4B BF16 8,6 GiB 131.072 ≤ 135 tok/s Passt
granite-guardian-4.0-3b-toxicity-ja 3,4B Q6_K 4,7 GiB 131.072 ≤ 291 tok/s Passt
Qwen2.5-3B-Instruct 3,4B Q8_0 4,8 GiB 32.768 ≤ 281 tok/s Passt
tiny-aya-earth 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 142 tok/s Passt
tiny-aya-fire 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 142 tok/s Passt
tiny-aya-global 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 142 tok/s Passt
tiny-aya-water 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 142 tok/s Passt
Llama-3.2-3B-Instruct 3,2B BF16 8,5 GiB 116.224 ≤ 137 tok/s Passt
AI21-Jamba-Reasoning-3B 3,2B BF16 7,3 GiB 262.144 ≤ 166 tok/s Passt
AI21-Jamba2-3B 3,2B BF16 7,3 GiB 262.144 ≤ 166 tok/s Passt
kanana-2-3b-base 3,2B Q6_K 4,9 GiB 32.768 ≤ 274 tok/s Passt
SmolLM3-3B 3,1B BF16 7,9 GiB 65.536 ≤ 149 tok/s Passt
SmolLM3-3B-GSM8K-SFT 3,1B Q6_K 4,3 GiB 65.536 ≤ 322 tok/s Passt
LFM2-2.6B-Exp 2,7B F16 6,5 GiB 128.000 ≤ 191 tok/s Passt
d1-3B 2,7B BF16 6,7 GiB 32.768 ≤ 182 tok/s Passt
LFM2.5-2.6B 2,7B BF16 6,7 GiB 131.072 ≤ 182 tok/s Passt
LFM2.5-2.6B-Base 2,7B Q6_K 3,6 GiB 128.000 ≤ 429 tok/s Passt
LFM2.5-VL-3B 2,7B BF16 6,7 GiB 32.768 ≤ 182 tok/s Passt
EuroMoE-2.6B-A0.6B-Instruct-2512 2,6B (498M aktiv) Q6_K 3,6 GiB 32.768 ≤ 1.640 tok/s Passt
LFM2-2.6B-Longevity 2,6B F16 6,5 GiB 128.000 ≤ 191 tok/s Passt
LFM2-2.6B-Transcript 2,6B BF16 6,5 GiB 128.000 ≤ 191 tok/s Passt
LFM2-VL-3B 2,6B BF16 6,5 GiB 128.000 ≤ 191 tok/s Passt
MiniCPM5-2B 2,5B BF16 6,0 GiB 131.072 ≤ 208 tok/s Passt
MiniCPM5-2B-Base 2,5B Q6_K 3,4 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 459 tok/s Passt
CapRL-Qwen3VL-2B 2,0B F16 5,6 GiB 141.312 ≤ 230 tok/s Passt
HiPO-1.7B 2,0B Q6_K 3,6 GiB 40.960 ≤ 429 tok/s Passt
UI-Venus-1.5-2B 2,0B F16 5,6 GiB 141.312 ≤ 230 tok/s Passt
ZwZ-2B 2,0B F16 5,6 GiB 141.312 ≤ 230 tok/s Passt
Youtu-LLM-2B 2,0B Q6_K 3,2 GiB 131.072 ≤ 525 tok/s Passt
Youtu-LLM-2B-Base 2,0B Q6_K 3,2 GiB 131.072 ≤ 525 tok/s Passt
Qwen3.5-2B 1,9B BF16 5,4 GiB 262.144 ≤ 261 tok/s Passt
Qwen3.5-2B-Base 1,9B Q6_K 3,2 GiB 262.144 ≤ 612 tok/s Passt
Qwen3-1.7B 1,7B BF16 5,6 GiB 40.960 ≤ 230 tok/s Passt
Qwen3-VL-2B-Instruct 1,7B BF16 5,6 GiB 141.312 ≤ 230 tok/s Passt
Qwen3-VL-2B-Thinking 1,7B BF16 5,6 GiB 141.312 ≤ 230 tok/s Passt
SingGuard-2b 1,7B F16 5,6 GiB 141.312 ≤ 230 tok/s Passt
granite-4.0-1b 1,6B BF16 5,1 GiB 131.072 ≤ 256 tok/s Passt
Apertus-v1.1-1.5B 1,5B F16 3,8 GiB 4.096 ≤ 385 tok/s Passt
Apertus-v1.1-1.5B-Instruct 1,5B F16 3,8 GiB 4.096 ≤ 385 tok/s Passt
granite-4.0-h-1b 1,5B BF16 4,4 GiB 131.072 ≤ 337 tok/s Passt
Llama-3.2-1B-Instruct 1,2B BF16 4,0 GiB 131.072 ≤ 368 tok/s Passt
LFM2.5-1.2B-Base 1,2B BF16 3,7 GiB 128.000 ≤ 413 tok/s Passt
LFM2.5-1.2B-Instruct 1,2B BF16 3,7 GiB 128.000 ≤ 413 tok/s Passt
LFM2.5-1.2B-JP 1,2B F16 3,7 GiB 128.000 ≤ 413 tok/s Passt
LFM2.5-1.2B-JP-202606 1,2B F16 3,7 GiB 128.000 ≤ 413 tok/s Passt
LFM2.5-1.2B-Thinking 1,2B BF16 3,7 GiB 128.000 ≤ 413 tok/s Passt
LFM2.5-VL-1.6B 1,2B BF16 3,7 GiB 128.000 ≤ 413 tok/s Passt
LFM2.5-VL-1.6B-Extract 1,2B F16 3,7 GiB 128.000 ≤ 413 tok/s Passt
MiniCPM5-1B 1,1B Q6_K 2,2 GiB 131.072 ≤ 1.091 tok/s Passt
MiniCPM5-1B-Base 1,1B Q6_K 2,2 GiB 131.072 ≤ 1.091 tok/s Passt
MiniCPM5-1B-SFT 1,1B Q6_K 2,2 GiB 131.072 ≤ 1.091 tok/s Passt
Holo-3.1-0.8B 1,0B Q6_K 2,3 GiB 262.144 ≤ 1.401 tok/s Passt
MiniCPM-V-4.7-1B 1,0B F16 3,2 GiB 262.144 ≤ 628 tok/s Passt
gemma-3-1b-it 1,0B BF16 3,6 GiB 32.768 ≤ 493 tok/s Passt
Qwen3.5-0.8B 752M BF16 3,2 GiB 262.144 ≤ 627 tok/s Passt
Qwen3.5-0.8B-Base 752M Q6_K 2,3 GiB 262.144 ≤ 1.401 tok/s Passt
MiniCPM-V-4.6 752M F16 3,2 GiB 262.144 ≤ 628 tok/s Passt
MiniCPM-V-4.6-Thinking 752M F16 3,2 GiB 262.144 ≤ 628 tok/s Passt
Qwen3-0.6B 752M BF16 3,4 GiB 40.960 ≤ 473 tok/s Passt
HunyuanOCR 539M F16 3,1 GiB 32.768 ≤ 535 tok/s Passt
LFM2.5-350M 354M BF16 2,1 GiB 128.000 ≤ 1.245 tok/s Passt
LFM2.5-Encoder-350M-Diffusion 354M Q6_K 1,7 GiB 128.000 ≤ 2.574 tok/s Passt
LFM2.5-VL-450M 354M BF16 2,1 GiB 128.000 ≤ 1.245 tok/s Passt
LFM2.5-VL-450M-Extract 354M F16 2,1 GiB 128.000 ≤ 1.245 tok/s Passt
granite-4.0-350m 352M BF16 2,2 GiB 32.768 ≤ 1.073 tok/s Passt
granite-4.0-h-350m 340M BF16 2,1 GiB 32.768 ≤ 1.410 tok/s Passt
functiongemma-270m-it 268M BF16 2,1 GiB 32.768 ≤ 1.770 tok/s Passt
LFM2.5-230M 230M BF16 1,8 GiB 128.000 ≤ 1.799 tok/s Passt

Grenzwertige Modelle

Innerhalb des Fehlerbereichs der Schätzung: Es kann passen oder nicht. Versuchen Sie eine kürzere Kontextlänge oder eine niedrigere Quantisierung.

Kontextlänge 8.192 Tokens. Keine Quantisierung dieser Modelle passt; angezeigt wird die höchste, die grenzwertig ist.
Modell Parameter Höchste grenzwertige Quantisierung Benötigter verfügbarer Speicher für „Passt“ Ergebnis
Qwen3-Coder-Next-Base 79,7B (3,6B aktiv) IQ2_M 27,2 GiB Grenzwertig
KAT-Dev-72B-Exp 72,7B IQ2_XXS 28,5 GiB Grenzwertig
Llama-3.1-70B-Instruct 70,6B IQ2_M 27,1 GiB Grenzwertig
QwQ-32B 32,8B Q5_K_M 25,7 GiB Grenzwertig
Qwen3-32B 32,8B Q5_K_M 25,7 GiB Grenzwertig
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 31,6B (3,2B aktiv) Q4_K_M 23,3 GiB Grenzwertig

Modelle, die nicht auf eine NVIDIA GeForce RTX 3090 Ti passen

Kontextlänge 8.192 Tokens. Selbst die niedrigste Quantisierung passt nicht auf eine Karte; der angezeigte Bedarf gilt für diese Quantisierung.
Modell Parameter Kleinste Quantisierung Benötigter verfügbarer Speicher für „Passt“ Mehrere identische Karten Ergebnis
Solar-Open-100B 103B (11,2B aktiv) IQ2_XXS 29,4 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
DeepSeek-R1-Distill-Llama-70B 70,6B Q2_K 29,4 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Llama-3.3-70B-Instruct 70,6B Q2_K 29,4 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Qwen3-Next-80B-A3B-Instruct 79,7B (3,6B aktiv) Q2_K 30,3 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Qwen2.5-72B-Instruct 73,0B Q2_K 30,3 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Qwen3-Coder-Next 79,7B (3,6B aktiv) Q2_K 30,4 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
GLM-4.5-Air-REAP-82B-A12B 81,9B (12,8B aktiv) IQ2_XXS 31,1 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Step-3.5-Flash-REAP-121B-A11B 121B (11,4B aktiv) IQ2_XXS 32,9 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Mistral-Small-4-119B-2603 119B (6,1B aktiv) IQ2_XXS 34,3 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Qwen3.5-122B-A10B 122B (9,0B aktiv) IQ2_XXS 35,0 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Qwen-AgentWorld-35B-A3B 34,7B (2,9B aktiv) Q8_0 37,6 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
MiniMax-M2.5-REAP-139B-A10B 139B (10,4B aktiv) IQ2_XXS 39,2 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
INTELLECT-3 107B (12,8B aktiv) IQ2_XXS 39,6 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Step-3.5-Flash-REAP-149B-A11B 149B (11,4B aktiv) IQ2_XXS 40,1 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Llama-4-Scout-17B-16E-Instruct 108B (16,1B aktiv) Q2_K 41,5 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.5-Air 107B (12,8B aktiv) Q2_K 45,6 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.6V 107B (12,8B aktiv) Q2_K 45,6 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Step-3.5-Flash 197B (11,5B aktiv) IQ2_XXS 48,9 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Devstral-2-123B-Instruct-2512 125B Q2_K 49,3 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Mistral-Medium-3.5-128B 125B Q2_K 49,3 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
NVIDIA-Nemotron-3-Super-120B-A12B-Base-BF16 121B (12,2B aktiv) IQ2_XXS 49,8 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 121B (12,2B aktiv) IQ2_XXS 51,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
gpt-oss-120b 117B (5,1B aktiv) Q2_K 62,8 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2.7 229B (10,4B aktiv) IQ2_XXS 62,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Baichuan-M3-235B 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Holo2-235B-A22B 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Nemotron-235B-A22B-GenRM 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
command-a-plus-05-2026-bf16 218B (25,0B aktiv) IQ2_XXS 63,6 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 121B (12,2B aktiv) Q4_0 71,8 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.7-REAP-268B-A32B 269B (32,8B aktiv) IQ2_XXS 73,0 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Step-3.7-Flash 197B (11,5B aktiv) IQ3_XXS 76,1 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Hy3 295B (20,2B aktiv) IQ2_XXS 82,2 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiMo-V2.5 309B (14,8B aktiv) IQ2_XXS 82,4 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.7-REAP-218B-A32B 218B (32,8B aktiv) Q2_K 82,9 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2 229B (10,4B aktiv) Q2_K 84,9 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2.1 229B (10,4B aktiv) Q2_K 84,9 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2.5 229B (10,4B aktiv) Q2_K 84,9 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-235B-A22B-Instruct-2507 235B (21,6B aktiv) Q2_K 86,7 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-VL-235B-A22B-Instruct 235B (21,6B aktiv) Q2_K 86,7 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-5.3-Flash-BF16 313B (16,7B aktiv) IQ2_XXS 92,0 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Laguna-S-2.1 118B (8,1B aktiv) Q4_K_M 95,9 GiB Grenzwertig mit 8 Karten. Passt nicht
Trinity-Large-Base 399B (12,8B aktiv) IQ2_XXS 96,4 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Trinity-Large-TrueBase 399B (12,8B aktiv) IQ2_XXS 96,4 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.6-REAP-268B-A32B 269B (32,8B aktiv) Q2_K 100,9 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Trinity-Large-Thinking 399B (12,8B aktiv) IQ2_XXS 107,1 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiMo-V2-Flash 309B (14,8B aktiv) Q2_K 111,6 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Intern-S2-397B 396B (16,3B aktiv) IQ2_XXS 114,3 GiB Mit 7 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiMo-V2.6-Flash-MOPD 309B (14,8B aktiv) Q2_K 124,9 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiMo-V2.6-Flash-RL 309B (14,8B aktiv) Q2_K 124,9 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
K-EXAONE-236B-A23B 237B (22,7B aktiv) IQ4_XS 126,3 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.5 353B (32,9B aktiv) Q2_K 130,7 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.7 353B (32,9B aktiv) Q2_K 130,7 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Coder-REAP-363B-A35B 363B (34,5B aktiv) Q2_K 132,7 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-235B-A22B 235B (21,6B aktiv) Q4_K_M 141,9 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Coder-480B-A35B-Instruct 480B (34,5B aktiv) Q2_K 174,3 GiB Grenzwertig mit 8 Karten. Passt nicht
Qwen3.5-397B-A17B 396B (16,3B aktiv) Q3_K_M 175,6 GiB Grenzwertig mit 8 Karten. Passt nicht
GLM-5.1 744B (40,8B aktiv) IQ2_XXS 197,6 GiB Grenzwertig mit 8 Karten. Passt nicht
DeepSeek-V3.2 671B (36,6B aktiv) Q2_K 242,1 GiB Passt nicht einmal auf 8 Karten. Passt nicht
cogito-671b-v2.1 671B (36,6B aktiv) Q2_K 242,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
DeepSeek-V3.1 671B (36,6B aktiv) Q2_K 242,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Mistral-Large-3-675B-Instruct-2512 673B (39,0B aktiv) Q2_K 243,8 GiB Passt nicht einmal auf 8 Karten. Passt nicht
DeepSeek-V3 671B (36,6B aktiv) Q2_K 257,8 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2.6 1,03T (31,7B aktiv) IQ2_XXS 267,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5 744B (40,8B aktiv) Q2_K 268,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.5-Pro 1,02T (41,0B aktiv) IQ2_XXS 270,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
DeepSeek-R1 671B (36,6B aktiv) Q2_K 280,3 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Muse-Spark-Open-816B-A42B 820B (44,4B aktiv) Q2_K 301,0 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.3-Flash 313B (16,7B aktiv) Q8_0 327,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Ling-1T 1,00T (49,8B aktiv) Q2_K 360,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2-Instruct 1,03T (31,7B aktiv) Q2_K 367,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2.5 1,03T (31,7B aktiv) Q2_K 368,0 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2-Thinking 1,03T (31,7B aktiv) Q2_K 368,3 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.6-Pro-MOPD 1,02T (41,0B aktiv) Q2_K 411,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.6-Pro-RL 1,02T (41,0B aktiv) Q2_K 411,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Beam-1.0-501B-A23B 501B (22,7B aktiv) Q8_0 523,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.2 744B (40,8B aktiv) Q8_0 776,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.3 744B (40,8B aktiv) Q8_0 776,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Qwen3.8-2.4T-A95B 2,42T (93,3B aktiv) Q8_0 2.524,1 GiB Passt nicht einmal auf 8 Karten. Passt nicht

Die Geschwindigkeitsobergrenze ergibt sich aus der Speicherbandbreite geteilt durch die pro erzeugtem Token gelesenen Bytes. Sie ist eine theoretische Obergrenze; öffentliche llama.cpp-Benchmarks erreichen typischerweise etwa die Hälfte bis vier Fünftel davon, kleine Modelle und Mixture-of-Experts-Modelle oft weniger. Öffentliche Benchmarks

Weitere Geräte mit 24 GB