DeskGPU
Deutsch

NVIDIA GeForce RTX 5090: 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 5090 hat 32 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)
32 GB
Speichertyp
GDDR7
Breite des Speicherbusses
512 bit
Speicherbandbreite
1.792 GB/s
Boardleistung (TDP)
575 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): 29,25 GiB pro Karte = 32 GiB nominal − 659 MiB (nominal abzüglich der Gesamtmenge, die llama.cpp in öffentlichen Logs für diese GPU gemeldet hat) − 2.112 MiB (die größte Start- und Laufzeitbelegung in den öffentlichen Logs dieses Profils), abgerundet auf ein Vielfaches von 64 MiB.

Diese Ergebnisse gelten für die Konfiguration aus öffentlichen Logs, in der llama.cpp für diese GPU 32.109 MiB Gesamtspeicher gemeldet hat. 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 32 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
Qwen3-Coder-Next-Base 79,7B (3,6B aktiv) IQ2_M 27,2 GiB 85.248 ≤ 1.076 tok/s Passt
KAT-Dev-72B-Exp 72,7B IQ2_XXS 28,5 GiB 10.240 ≤ 64,6 tok/s Passt
Llama-3.1-70B-Instruct 70,6B IQ2_M 27,1 GiB 14.592 ≤ 68,0 tok/s Passt
AI21-Jamba2-Mini 51,6B (11,8B aktiv) IQ4_XS 28,3 GiB 59.904 ≤ 274 tok/s Passt
Kimi-Linear-48B-A3B-Base 49,1B (3,1B aktiv) Q4_0 28,7 GiB 64.256 ≤ 909 tok/s Passt
Kimi-Linear-48B-A3B-Instruct 49,1B (3,1B aktiv) IQ4_XS 27,3 GiB 201.984 ≤ 862 tok/s Passt
Hermes-4.3-36B 36,2B Q5_K_M 28,0 GiB 13.056 ≤ 65,9 tok/s Passt
Kimi-Linear-REAP-35B-A3B-Instruct 35,1B (3,1B aktiv) Q5_K_M 25,8 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 766 tok/s Passt
Holo-3.1-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 25,8 GiB 163.072 ≤ 749 tok/s Passt
Holo3-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 25,8 GiB 163.072 ≤ 749 tok/s Passt
Holo4-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 27,9 GiB 71.424 ≤ 585 tok/s Passt
Ising-Calibration-1-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 25,8 GiB 163.072 ≤ 749 tok/s Passt
KAT-Coder-V2.5-Dev 34,7B (2,9B aktiv) Q5_K_M 26,1 GiB 150.272 ≤ 669 tok/s Passt
Qwen3.5-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 27,1 GiB 103.936 ≤ 591 tok/s Passt
Qwen3.5-35B-A3B-Base 34,7B (2,9B aktiv) Q5_K_M 25,9 GiB 161.536 ≤ 738 tok/s Passt
Qwen3.6-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 26,1 GiB 150.272 ≤ 669 tok/s Passt
MiniCPM-V-4.7-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 25,8 GiB 163.072 ≤ 749 tok/s Passt
Laguna-XS-2.1 33,4B (2,8B aktiv) Q5_K_M 25,3 GiB 101.376 ≤ 667 tok/s Passt
DeepSeek-R1-Distill-Qwen-32B 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
Qwen2.5-32B-Instruct 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
Qwen2.5-Coder-32B-Instruct 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
QwQ-32B 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
AesCode-32B 32,8B Q5_K_M 26,2 GiB 19.712 ≤ 70,5 tok/s Passt
Cosmos-Reason2-32B 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
FrogBoss-32B-2510 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
Nemotron-Terminal-32B 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
Qwen3-32B 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
Qwen3-VL-32B-Instruct 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
Qwen3-VL-32B-Thinking 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
SERA-32B 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
WebWorld-32B 32,8B Q6_K 29,2 GiB 8.448 ≤ 63,1 tok/s Passt
EXAONE-4.5-33B 32,5B Q6_K 29,0 GiB 9.216 ≤ 65,4 tok/s Passt
Olmo-3.1-32B-Instruct 32,2B Q6_K 28,9 GiB 9.472 ≤ 65,5 tok/s Passt
Olmo-3.1-32B-Instruct-DPO 32,2B Q6_K 28,9 GiB 9.472 ≤ 65,5 tok/s Passt
Olmo-3.1-32B-Think 32,2B Q6_K 28,9 GiB 9.472 ≤ 65,5 tok/s Passt
Olmo-3-1125-32B 32,2B Q6_K 28,9 GiB 9.472 ≤ 65,5 tok/s Passt
Olmo-3-32B-Think 32,2B Q6_K 28,9 GiB 9.472 ≤ 65,5 tok/s Passt
Olmo-3-32B-Think-DPO 32,2B Q6_K 28,9 GiB 9.472 ≤ 65,5 tok/s Passt
Olmo-3-32B-Think-SFT 32,2B Q6_K 28,9 GiB 9.472 ≤ 65,5 tok/s Passt
Holotron4-30B-A3B 31,6B (3,2B aktiv) Q5_K_M 26,8 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 657 tok/s Passt
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 31,6B (3,2B aktiv) Q4_K_M 23,3 GiB 262.144 ≤ 603 tok/s Passt
Nemotron-Cascade-2-30B-A3B 31,6B (3,2B aktiv) Q5_K_M 27,0 GiB 262.144 ≤ 618 tok/s Passt
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16 31,6B (3,2B aktiv) Q5_K_M 26,6 GiB 262.144 ≤ 660 tok/s Passt
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 31,6B (3,2B aktiv) Q5_K_M 27,0 GiB 262.144 ≤ 618 tok/s Passt
NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 31,6B (3,2B aktiv) Q5_K_M 26,9 GiB 262.144 ≤ 632 tok/s Passt
NVIDIA-Nemotron-Labs-3-Elastic-30B-A3B-BF16 31,6B (3,2B aktiv) Q5_K_M 26,8 GiB 262.144 ≤ 657 tok/s Passt
gemma-4-31B 30,7B Q5_K_M 27,3 GiB 31.744 ≤ 76,8 tok/s Passt
gemma-4-31B-it 30,7B Q5_K_M 27,1 GiB 33.792 ≤ 77,4 tok/s Passt
Ising-Calibration-1.5-31B-BF16 30,7B Q5_K_M 28,1 GiB 22.528 ≤ 74,3 tok/s Passt
Holo2-30B-A3B 30,5B (3,0B aktiv) Q6_K 26,5 GiB 36.608 ≤ 536 tok/s Passt
Qwen3-30B-A3B 30,5B (3,0B aktiv) Q6_K 26,5 GiB 36.608 ≤ 536 tok/s Passt
Qwen3-30B-A3B-Instruct-2507 30,5B (3,0B aktiv) Q6_K 26,5 GiB 36.608 ≤ 536 tok/s Passt
Qwen3-Coder-30B-A3B-Instruct 30,5B (3,0B aktiv) Q6_K 26,5 GiB 36.608 ≤ 536 tok/s Passt
Qwen3-VL-30B-A3B-Instruct 30,5B (3,0B aktiv) Q6_K 26,5 GiB 36.608 ≤ 536 tok/s Passt
UI-Venus-1.5-30B-A3B 30,5B (3,0B aktiv) Q6_K 26,5 GiB 36.608 ≤ 536 tok/s Passt
North-Mini-Code-1.0 30,5B (3,3B aktiv) Q6_K 28,2 GiB 20.992 ≤ 509 tok/s Passt
GLM-4.7-Flash 29,9B (3,6B aktiv) Q6_K 25,7 GiB 72.448 ≤ 512 tok/s Passt
granite-4.2-30b 29,3B Q6_K 26,6 GiB 18.176 ≤ 69,4 tok/s Passt
granite-4.1-30b 28,9B Q6_K 26,6 GiB 18.176 ≤ 69,4 tok/s Passt
Muse-Glimmer-30B 27,9B Q6_K 23,7 GiB 131.072 ≤ 79,7 tok/s Passt
gemma-2-27b-it 27,2B Q6_K 26,5 GiB 8.192 ≤ 72,7 tok/s Passt
gemma-3-27b-it 27,0B Q6_K 25,9 GiB 49.152 ≤ 77,0 tok/s Passt
translategemma-27b-it 27,0B Q6_K 25,9 GiB 49.152 ≤ 77,0 tok/s Passt
Fara1.5-27B 26,9B Q6_K 24,4 GiB 81.408 ≤ 78,9 tok/s Passt
Holo4-27B 26,9B Q6_K 23,3 GiB 98.304 ≤ 83,1 tok/s Passt
Qwen3.5-27B 26,9B Q6_K 23,6 GiB 92.672 ≤ 81,7 tok/s Passt
Qwen3.6-27B 26,9B Q6_K 23,7 GiB 91.648 ≤ 81,4 tok/s Passt
Qwen3.8-27B 26,9B Q6_K 24,8 GiB 75.520 ≤ 77,6 tok/s Passt
Qwen3.8-3.6-27B-blend 26,9B Q6_K 24,8 GiB 75.520 ≤ 77,6 tok/s Passt
UI-Mate-27B 26,9B Q6_K 24,4 GiB 81.408 ≤ 78,9 tok/s Passt
UI-Mate-democua-27B 26,9B Q6_K 23,3 GiB 98.304 ≤ 83,1 tok/s Passt
Trinity-Mini 26,1B (3,1B aktiv) Q8_0 28,8 GiB 33.280 ≤ 510 tok/s Passt
Trinity-Mini-Base 26,1B (3,1B aktiv) Q6_K 22,7 GiB 131.072 ≤ 646 tok/s Passt
Trinity-Mini-Base-Pre-Anneal 26,1B (3,1B aktiv) Q6_K 22,4 GiB 4.096 ≤ 662 tok/s Passt
gemma-4-26B-A4B 25,2B (3,8B aktiv) Q8_0 29,0 GiB 21.248 ≤ 401 tok/s Passt
gemma-4-26B-A4B-it 25,2B (3,8B aktiv) Q8_0 29,0 GiB 21.248 ≤ 401 tok/s Passt
Qwen3-Coder-REAP-25B-A3B 24,9B (3,0B aktiv) Q8_0 27,7 GiB 23.552 ≤ 441 tok/s Passt
LFM2.5-24B-A2B 24,0B (2,5B aktiv) Q8_0 26,4 GiB 131.072 ≤ 642 tok/s Passt
LFM2-24B-A2B 23,8B (2,3B aktiv) Q8_0 26,3 GiB 128.000 ≤ 675 tok/s Passt
Devstral-Small-2-24B-Instruct-2512 23,6B Q8_0 26,5 GiB 25.344 ≤ 69,8 tok/s Passt
Mistral-Small-3.2-24B-Instruct-2506 23,6B Q8_0 26,5 GiB 25.344 ≤ 69,8 tok/s Passt
GLM-4.7-Flash-REAP-23B-A3B 23,0B (3,6B aktiv) Q8_0 25,4 GiB 78.080 ≤ 421 tok/s Passt
EuroLLM-22B-2512 22,6B Q6_K 20,6 GiB 32.768 ≤ 90,8 tok/s Passt
EuroLLM-22B-Instruct-2512 22,6B Q8_0 25,8 GiB 23.808 ≤ 71,6 tok/s Passt
gpt-oss-20b 20,9B (3,6B aktiv) Q8_0 12,9 GiB 131.072 ≤ 645 tok/s Passt
OptiMind-SFT 20,9B (3,6B aktiv) Q6_K 22,8 GiB 131.072 ≤ 450 tok/s Passt
DeepSeek-R1-Distill-Qwen-14B 14,8B Q8_0 17,5 GiB 68.608 ≤ 109 tok/s Passt
Qwen2.5-14B-Instruct 14,8B Q8_0 17,5 GiB 32.768 ≤ 109 tok/s Passt
ContextPilot-14B 14,8B Q8_0 17,2 GiB 40.960 ≤ 111 tok/s Passt
FrogMini-14B-2510 14,8B Q6_K 13,9 GiB 40.960 ≤ 140 tok/s Passt
JanusCoder-14B 14,8B Q8_0 17,2 GiB 32.768 ≤ 111 tok/s Passt
Nemotron-Cascade-14B-Thinking 14,8B Q8_0 17,2 GiB 32.768 ≤ 111 tok/s Passt
Nemotron-Terminal-14B 14,8B Q6_K 13,9 GiB 40.960 ≤ 140 tok/s Passt
NousCoder-14B 14,8B Q8_0 17,2 GiB 81.920 ≤ 111 tok/s Passt
Qwen3-14B 14,8B Q8_0 17,2 GiB 40.960 ≤ 111 tok/s Passt
Qwen3-Nemotron-14B-BRRM 14,8B Q6_K 13,9 GiB 40.960 ≤ 140 tok/s Passt
WebWorld-14B 14,8B Q6_K 13,9 GiB 40.960 ≤ 140 tok/s Passt
phi-4 14,7B Q8_0 17,7 GiB 16.384 ≤ 107 tok/s Passt
Apriel-1.6-15b-Thinker 14,4B Q8_0 17,2 GiB 69.888 ≤ 110 tok/s Passt
Ministral-3-14B-Instruct-2512 13,5B BF16 27,8 GiB 17.152 ≤ 66,3 tok/s Passt
Ministral-3-14B-Reasoning-2512 13,5B BF16 27,8 GiB 17.152 ≤ 66,3 tok/s Passt
Mistral-Nemo-Instruct-2407 12,2B F16 25,3 GiB 32.512 ≤ 73,2 tok/s Passt
Mellum2.1-12B-A2.5B-Thinking 12,1B (2,2B aktiv) BF16 25,0 GiB 131.072 ≤ 390 tok/s Passt
Mellum2-12B-A2.5B-Base 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 ≤ 853 tok/s Passt
Mellum2-12B-A2.5B-Instruct 12,1B (2,2B aktiv) BF16 25,0 GiB 131.072 ≤ 390 tok/s Passt
Mellum2-12B-A2.5B-Instruct-SFT 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 ≤ 853 tok/s Passt
Mellum2-12B-A2.5B-Thinking 12,1B (2,2B aktiv) BF16 25,0 GiB 131.072 ≤ 390 tok/s Passt
Mellum2-12B-A2.5B-Thinking-SFT 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 ≤ 853 tok/s Passt
gemma-4-12B 11,9B BF16 26,5 GiB 159.488 ≤ 73,8 tok/s Passt
gemma-4-12B-it 11,9B BF16 26,5 GiB 159.488 ≤ 73,8 tok/s Passt
gemma-3-12b-it 11,8B BF16 26,6 GiB 47.616 ≤ 73,4 tok/s Passt
translategemma-12b-it 11,8B Q8_0 15,8 GiB 131.072 ≤ 134 tok/s Passt
Bielik-11B-v3.0-Instruct 11,2B BF16 24,6 GiB 31.232 ≤ 75,4 tok/s Passt
AutoGLM-Phone-9B 9,4B F16 18,9 GiB 65.536 ≤ 100 tok/s Passt
AutoGLM-Phone-9B-Multilingual 9,4B Q6_K 9,2 GiB 65.536 ≤ 222 tok/s Passt
GLM-4.6V-Flash 9,4B BF16 18,9 GiB 131.072 ≤ 100 tok/s Passt
gemma-2-9b-it 9,2B Q8_0 14,8 GiB 8.192 ≤ 140 tok/s Passt
EuroLLM-9B-Instruct-2512 9,2B F16 19,6 GiB 32.768 ≤ 96,0 tok/s Passt
Fara1.5-9B 9,0B BF16 17,5 GiB 262.144 ≤ 111 tok/s Passt
Holo-3.1-9B 9,0B F16 17,5 GiB 262.144 ≤ 111 tok/s Passt
MiMo-V2.6-Distill-Qwen-9B 9,0B BF16 17,5 GiB 262.144 ≤ 111 tok/s Passt
Qwen3.5-9B 9,0B BF16 17,5 GiB 262.144 ≤ 111 tok/s Passt
Qwen3.5-9B-Base 9,0B F16 17,5 GiB 262.144 ≤ 111 tok/s Passt
UI-Mate-9B 9,0B BF16 17,5 GiB 262.144 ≤ 111 tok/s Passt
UI-Venus-2-9B 9,0B BF16 17,5 GiB 262.144 ≤ 111 tok/s Passt
NVIDIA-Nemotron-Nano-9B-v2 8,9B BF16 18,3 GiB 131.072 ≤ 107 tok/s Passt
granite-4.1-8b 8,8B BF16 19,0 GiB 70.912 ≤ 99,0 tok/s Passt
granite-4.2-8b 8,8B BF16 19,0 GiB 70.912 ≤ 99,0 tok/s Passt
Ministral-3-8B-Instruct-2512 8,5B BF16 18,0 GiB 89.344 ≤ 105 tok/s Passt
Ministral-3-8B-Reasoning-2512 8,5B BF16 18,0 GiB 89.344 ≤ 105 tok/s Passt
LFM2.5-8B-A1B 8,5B (1,7B aktiv) BF16 18,0 GiB 128.000 ≤ 516 tok/s Passt
granite-guardian-4.1-8b 8,4B BF16 19,0 GiB 70.912 ≤ 99,0 tok/s Passt
LFM2-8B-A1B 8,3B (1,6B aktiv) F16 17,7 GiB 128.000 ≤ 557 tok/s Passt
rnj-1-instruct 8,3B BF16 18,6 GiB 32.768 ≤ 101 tok/s Passt
AesCode-8B 8,2B BF16 17,3 GiB 89.344 ≤ 110 tok/s Passt
ArmorOCR 8,2B Q8_0 10,4 GiB 136.704 ≤ 194 tok/s Passt
AstaBrief_8B 8,2B Q6_K 8,6 GiB 40.960 ≤ 242 tok/s Passt
ContextPilot-8B 8,2B Q6_K 8,6 GiB 40.960 ≤ 242 tok/s Passt
Cosmos-Reason2-8B 8,2B Q6_K 8,6 GiB 148.992 ≤ 242 tok/s Passt
DeepSeek-R1-0528-Qwen3-8B 8,2B BF16 17,3 GiB 89.344 ≤ 110 tok/s Passt
Holo2-8B 8,2B Q6_K 8,6 GiB 148.992 ≤ 242 tok/s Passt
intent-aware-lfqa-qwen3-8b-baseline 8,2B F16 17,3 GiB 40.960 ≤ 110 tok/s Passt
intent-aware-lfqa-qwen3-8b-intent-explicit 8,2B F16 17,3 GiB 40.960 ≤ 110 tok/s Passt
intent-aware-lfqa-qwen3-8b-intent-implicit 8,2B F16 17,3 GiB 40.960 ≤ 110 tok/s Passt
intent-aware-lfqa-qwen3-8b-multiview 8,2B F16 17,3 GiB 40.960 ≤ 110 tok/s Passt
JanusCoder-8B 8,2B BF16 17,3 GiB 32.768 ≤ 110 tok/s Passt
MathForm-8B 8,2B F16 17,3 GiB 40.960 ≤ 110 tok/s Passt
Nemotron-Cascade-8B 8,2B BF16 17,3 GiB 32.768 ≤ 110 tok/s Passt
Nemotron-Cascade-8B-Thinking 8,2B BF16 17,3 GiB 32.768 ≤ 110 tok/s Passt
Nemotron-Orchestrator-8B 8,2B BF16 17,3 GiB 40.960 ≤ 110 tok/s Passt
Nemotron-Terminal-8B 8,2B Q6_K 8,6 GiB 40.960 ≤ 242 tok/s Passt
Qwen3-8B 8,2B Q8_0 10,4 GiB 40.960 ≤ 194 tok/s Passt
Qwen3-Nemotron-8B-BRRM 8,2B Q6_K 8,6 GiB 40.960 ≤ 242 tok/s Passt
Qwen3-VL-8B-Instruct 8,2B BF16 17,3 GiB 89.344 ≤ 110 tok/s Passt
Qwen3-VL-8B-Thinking 8,2B BF16 17,3 GiB 89.344 ≤ 110 tok/s Passt
RLVR-8B-0926 8,2B Q6_K 8,6 GiB 148.992 ≤ 242 tok/s Passt
Step3-VL-10B-Base 8,2B Q6_K 8,6 GiB 40.960 ≤ 242 tok/s Passt
UI-Venus-1.5-8B 8,2B Q6_K 8,6 GiB 148.992 ≤ 242 tok/s Passt
WebWorld-8B 8,2B F16 17,3 GiB 40.960 ≤ 110 tok/s Passt
ZwZ-8B 8,2B Q6_K 8,6 GiB 148.992 ≤ 242 tok/s Passt
MiniCPM-o-4_5 8,2B F16 17,3 GiB 40.960 ≤ 110 tok/s Passt
granite-3.3-8b-instruct 8,2B F16 18,6 GiB 73.472 ≤ 101 tok/s Passt
granite-guardian-3.2-8b-factuality-detection 8,2B F16 18,6 GiB 73.472 ≤ 101 tok/s Passt
intent-aware-lfqa-llama3-8b-baseline 8,0B F16 17,0 GiB 101.632 ≤ 111 tok/s Passt
intent-aware-lfqa-llama3-8b-intent-explicit 8,0B F16 17,0 GiB 101.632 ≤ 111 tok/s Passt
intent-aware-lfqa-llama3-8b-intent-implicit 8,0B F16 17,0 GiB 101.632 ≤ 111 tok/s Passt
intent-aware-lfqa-llama3-8b-multiview 8,0B F16 17,0 GiB 101.632 ≤ 111 tok/s Passt
DeepSeek-R1-Distill-Llama-8B 8,0B BF16 17,0 GiB 101.632 ≤ 111 tok/s Passt
HARC-Llama-3.1-8B-Instruct 8,0B Q6_K 8,4 GiB 131.072 ≤ 248 tok/s Passt
Llama-3.1-8B-Instruct 8,0B BF16 17,0 GiB 101.632 ≤ 111 tok/s Passt
AprielGuard 7,9B Q6_K 7,9 GiB 131.072 ≤ 266 tok/s Passt
MiMo-Embodied-7B 7,6B Q6_K 8,1 GiB 128.000 ≤ 258 tok/s Passt
DeepSeek-R1-Distill-Qwen-7B 7,6B F16 15,6 GiB 131.072 ≤ 123 tok/s Passt
Fara-7B 7,6B BF16 15,6 GiB 128.000 ≤ 123 tok/s Passt
HARC-Qwen2.5-7B-Instruct 7,6B Q6_K 7,5 GiB 32.768 ≤ 286 tok/s Passt
JanusCoderV-7B 7,6B BF16 15,6 GiB 128.000 ≤ 123 tok/s Passt
olmOCR-2-7B-1025 7,6B BF16 15,6 GiB 128.000 ≤ 123 tok/s Passt
Qwen2.5-7B-Instruct 7,6B Q8_0 9,1 GiB 32.768 ≤ 224 tok/s Passt
Qwen2.5-Coder-7B-Instruct 7,6B Q8_0 9,1 GiB 32.768 ≤ 224 tok/s Passt
Qwen2.5-VL-7B-Instruct 7,6B BF16 15,6 GiB 128.000 ≤ 123 tok/s Passt
Qwen2.5-VL-7B-Surg-CholecT50 7,6B F16 15,6 GiB 128.000 ≤ 123 tok/s Passt
Spatial-SSRL-7B 7,6B Q6_K 7,5 GiB 128.000 ≤ 286 tok/s Passt
X-Reasoner-7B 7,6B Q6_K 7,5 GiB 128.000 ≤ 286 tok/s Passt
ZwZ-7B 7,6B Q6_K 7,5 GiB 128.000 ≤ 286 tok/s Passt
gemma-4-E4B 7,5B F16 11,0 GiB 131.072 ≤ 188 tok/s Passt
gemma-4-E4B-it 7,5B BF16 11,0 GiB 131.072 ≤ 188 tok/s Passt
Bielik-Minitron-7B-v3.0-Instruct 7,5B Q8_0 10,2 GiB 32.768 ≤ 196 tok/s Passt
ContextPilot-E4B 7,5B F16 10,9 GiB 131.072 ≤ 190 tok/s Passt
Olmo-3.1-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3.1-7B-RL-Zero-Math 7,3B F16 19,0 GiB 60.672 ≤ 109 tok/s Passt
Olmo-3-7B-Instruct 7,3B BF16 19,0 GiB 60.672 ≤ 109 tok/s Passt
Olmo-3-7B-Instruct-DPO 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3-7B-Instruct-SFT 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3-7B-RL-Zero-General 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3-7B-RL-Zero-IF 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3-7B-RL-Zero-Math 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3-7B-RL-Zero-Mix 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3-7B-Think 7,3B BF16 19,0 GiB 60.672 ≤ 109 tok/s Passt
Olmo-3-7B-Think-DPO 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Olmo-3-7B-Think-SFT 7,3B Q6_K 11,0 GiB 65.536 ≤ 215 tok/s Passt
Mistral-7B-Instruct-v0.2 7,2B Q6_K 8,1 GiB 32.768 ≤ 259 tok/s Passt
Trinity-Nano-Base 6,1B (819M aktiv) Q6_K 6,7 GiB 131.072 ≤ 1.990 tok/s Passt
Trinity-Nano-Base-Pre-Anneal 6,1B (819M aktiv) Q6_K 6,4 GiB 4.096 ≤ 2.129 tok/s Passt
Trinity-Nano-Preview 6,1B (819M aktiv) BF16 13,5 GiB 131.072 ≤ 964 tok/s Passt
Youtu-VL-4B-Instruct 4,9B Q6_K 5,9 GiB 32.768 ≤ 406 tok/s Passt
Holo-3.1-4B 4,8B F16 10,2 GiB 262.144 ≤ 206 tok/s Passt
gemma-4-E2B 4,6B Q6_K 3,5 GiB 131.072 ≤ 915 tok/s Passt
gemma-4-E2B-it 4,6B BF16 6,1 GiB 131.072 ≤ 385 tok/s Passt
AgentCPM-Explore 4,4B Q6_K 5,7 GiB 168.448 ≤ 397 tok/s Passt
CapRL-Qwen3VL-4B 4,4B F16 10,4 GiB 136.704 ≤ 194 tok/s Passt
Holo2-4B 4,4B F16 10,4 GiB 136.704 ≤ 194 tok/s Passt
intent-aware-lfqa-qwen3-4b-baseline 4,4B F16 10,4 GiB 40.960 ≤ 194 tok/s Passt
intent-aware-lfqa-qwen3-4b-intent-explicit 4,4B F16 10,4 GiB 40.960 ≤ 194 tok/s Passt
intent-aware-lfqa-qwen3-4b-intent-implicit 4,4B F16 10,4 GiB 40.960 ≤ 194 tok/s Passt
intent-aware-lfqa-qwen3-4b-multiview 4,4B F16 10,4 GiB 40.960 ≤ 194 tok/s Passt
Spatial-SSRL-Qwen3VL-4B 4,4B F16 10,4 GiB 136.704 ≤ 194 tok/s Passt
ZwZ-4B 4,4B Q6_K 5,7 GiB 168.448 ≤ 397 tok/s Passt
Fara1.5-4B 4,2B BF16 10,2 GiB 262.144 ≤ 206 tok/s Passt
FrogNano-4B-2609 4,2B BF16 10,2 GiB 262.144 ≤ 206 tok/s Passt
Qwen3.5-4B 4,2B BF16 10,2 GiB 262.144 ≤ 206 tok/s Passt
Qwen3.5-4B-Base 4,2B F16 10,2 GiB 262.144 ≤ 206 tok/s Passt
UserRepGen-4B 4,2B BF16 10,2 GiB 262.144 ≤ 206 tok/s Passt
Riva-Translate-4B-Instruct-v1.1 4,2B Q6_K 6,0 GiB 8.192 ≤ 374 tok/s Passt
GELab-Zero-4B-preview 4,0B BF16 10,4 GiB 136.704 ≤ 194 tok/s Passt
Qwen3-4B 4,0B Q8_0 6,7 GiB 40.960 ≤ 327 tok/s Passt
Qwen3-4B-Instruct-2507 4,0B F16 10,4 GiB 136.704 ≤ 194 tok/s Passt
Qwen3-VL-4B-Instruct 4,0B BF16 10,4 GiB 136.704 ≤ 194 tok/s Passt
Qwen3-VL-4B-Thinking 4,0B BF16 10,4 GiB 136.704 ≤ 194 tok/s Passt
NVIDIA-Nemotron-3-Nano-4B-BF16 4,0B BF16 8,7 GiB 262.144 ≤ 247 tok/s Passt
gemma-3-4b-it 3,9B BF16 9,9 GiB 131.072 ≤ 223 tok/s Passt
medgemma-1.5-4b-it 3,9B BF16 9,9 GiB 131.072 ≤ 223 tok/s Passt
Nemotron-3-Content-Safety 3,9B Q6_K 5,4 GiB 131.072 ≤ 516 tok/s Passt
translategemma-4b-it 3,9B F16 9,9 GiB 131.072 ≤ 223 tok/s Passt
Phi-4-mini-instruct 3,8B BF16 10,0 GiB 131.072 ≤ 205 tok/s Passt
Apertus-v1.1-4B 3,8B Q6_K 4,4 GiB 4.096 ≤ 558 tok/s Passt
Phi-3.5-mini-instruct 3,8B Q8_0 8,3 GiB 62.208 ≤ 250 tok/s Passt
granite-4.2-3b 3,7B BF16 8,6 GiB 131.072 ≤ 240 tok/s Passt
BitCPM-CANN-3B-unquantized 3,6B Q6_K 4,3 GiB 32.768 ≤ 583 tok/s Passt
kanana-2-3b-instruct 3,5B F16 8,6 GiB 32.768 ≤ 241 tok/s Passt
Ministral-3-3B-Instruct-2512 3,4B BF16 8,9 GiB 199.680 ≤ 232 tok/s Passt
Ministral-3-3B-Reasoning-2512 3,4B BF16 8,9 GiB 199.680 ≤ 232 tok/s Passt
granite-vision-4.1-4b 3,4B BF16 8,6 GiB 131.072 ≤ 240 tok/s Passt
granite-4.1-3b 3,4B BF16 8,6 GiB 131.072 ≤ 240 tok/s Passt
granite-guardian-4.0-3b-toxicity-ja 3,4B Q6_K 4,7 GiB 131.072 ≤ 517 tok/s Passt
Qwen2.5-3B-Instruct 3,4B Q8_0 4,8 GiB 32.768 ≤ 500 tok/s Passt
tiny-aya-earth 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 253 tok/s Passt
tiny-aya-fire 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 253 tok/s Passt
tiny-aya-global 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 253 tok/s Passt
tiny-aya-water 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 253 tok/s Passt
Llama-3.2-3B-Instruct 3,2B BF16 8,5 GiB 131.072 ≤ 243 tok/s Passt
AI21-Jamba-Reasoning-3B 3,2B BF16 7,3 GiB 262.144 ≤ 295 tok/s Passt
AI21-Jamba2-3B 3,2B BF16 7,3 GiB 262.144 ≤ 295 tok/s Passt
kanana-2-3b-base 3,2B Q6_K 4,9 GiB 32.768 ≤ 487 tok/s Passt
SmolLM3-3B 3,1B BF16 7,9 GiB 65.536 ≤ 265 tok/s Passt
SmolLM3-3B-GSM8K-SFT 3,1B Q6_K 4,3 GiB 65.536 ≤ 573 tok/s Passt
LFM2-2.6B-Exp 2,7B F16 6,5 GiB 128.000 ≤ 340 tok/s Passt
d1-3B 2,7B BF16 6,7 GiB 32.768 ≤ 324 tok/s Passt
LFM2.5-2.6B 2,7B BF16 6,7 GiB 131.072 ≤ 324 tok/s Passt
LFM2.5-2.6B-Base 2,7B Q6_K 3,6 GiB 128.000 ≤ 763 tok/s Passt
LFM2.5-VL-3B 2,7B BF16 6,7 GiB 32.768 ≤ 324 tok/s Passt
EuroMoE-2.6B-A0.6B-Instruct-2512 2,6B (498M aktiv) Q6_K 3,6 GiB 32.768 ≤ 2.915 tok/s Passt
LFM2-2.6B-Longevity 2,6B F16 6,5 GiB 128.000 ≤ 340 tok/s Passt
LFM2-2.6B-Transcript 2,6B BF16 6,5 GiB 128.000 ≤ 340 tok/s Passt
LFM2-VL-3B 2,6B BF16 6,5 GiB 128.000 ≤ 340 tok/s Passt
MiniCPM5-2B 2,5B BF16 6,0 GiB 131.072 ≤ 369 tok/s Passt
MiniCPM5-2B-Base 2,5B Q6_K 3,4 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) ≤ 815 tok/s Passt
CapRL-Qwen3VL-2B 2,0B F16 5,6 GiB 214.528 ≤ 409 tok/s Passt
HiPO-1.7B 2,0B Q6_K 3,6 GiB 40.960 ≤ 762 tok/s Passt
UI-Venus-1.5-2B 2,0B F16 5,6 GiB 214.528 ≤ 409 tok/s Passt
ZwZ-2B 2,0B F16 5,6 GiB 214.528 ≤ 409 tok/s Passt
Youtu-LLM-2B 2,0B Q6_K 3,2 GiB 131.072 ≤ 933 tok/s Passt
Youtu-LLM-2B-Base 2,0B Q6_K 3,2 GiB 131.072 ≤ 933 tok/s Passt
Qwen3.5-2B 1,9B BF16 5,4 GiB 262.144 ≤ 464 tok/s Passt
Qwen3.5-2B-Base 1,9B Q6_K 3,2 GiB 262.144 ≤ 1.089 tok/s Passt
Qwen3-1.7B 1,7B BF16 5,6 GiB 40.960 ≤ 409 tok/s Passt
Qwen3-VL-2B-Instruct 1,7B BF16 5,6 GiB 214.528 ≤ 409 tok/s Passt
Qwen3-VL-2B-Thinking 1,7B BF16 5,6 GiB 214.528 ≤ 409 tok/s Passt
SingGuard-2b 1,7B F16 5,6 GiB 214.528 ≤ 409 tok/s Passt
granite-4.0-1b 1,6B BF16 5,1 GiB 131.072 ≤ 455 tok/s Passt
Apertus-v1.1-1.5B 1,5B F16 3,8 GiB 4.096 ≤ 685 tok/s Passt
Apertus-v1.1-1.5B-Instruct 1,5B F16 3,8 GiB 4.096 ≤ 685 tok/s Passt
granite-4.0-h-1b 1,5B BF16 4,4 GiB 131.072 ≤ 599 tok/s Passt
Llama-3.2-1B-Instruct 1,2B BF16 4,0 GiB 131.072 ≤ 654 tok/s Passt
LFM2.5-1.2B-Base 1,2B BF16 3,7 GiB 128.000 ≤ 734 tok/s Passt
LFM2.5-1.2B-Instruct 1,2B BF16 3,7 GiB 128.000 ≤ 734 tok/s Passt
LFM2.5-1.2B-JP 1,2B F16 3,7 GiB 128.000 ≤ 734 tok/s Passt
LFM2.5-1.2B-JP-202606 1,2B F16 3,7 GiB 128.000 ≤ 734 tok/s Passt
LFM2.5-1.2B-Thinking 1,2B BF16 3,7 GiB 128.000 ≤ 734 tok/s Passt
LFM2.5-VL-1.6B 1,2B BF16 3,7 GiB 128.000 ≤ 734 tok/s Passt
LFM2.5-VL-1.6B-Extract 1,2B F16 3,7 GiB 128.000 ≤ 734 tok/s Passt
MiniCPM5-1B 1,1B Q6_K 2,2 GiB 131.072 ≤ 1.940 tok/s Passt
MiniCPM5-1B-Base 1,1B Q6_K 2,2 GiB 131.072 ≤ 1.940 tok/s Passt
MiniCPM5-1B-SFT 1,1B Q6_K 2,2 GiB 131.072 ≤ 1.940 tok/s Passt
Holo-3.1-0.8B 1,0B Q6_K 2,3 GiB 262.144 ≤ 2.491 tok/s Passt
MiniCPM-V-4.7-1B 1,0B F16 3,2 GiB 262.144 ≤ 1.116 tok/s Passt
gemma-3-1b-it 1,0B BF16 3,6 GiB 32.768 ≤ 876 tok/s Passt
Qwen3.5-0.8B 752M BF16 3,2 GiB 262.144 ≤ 1.116 tok/s Passt
Qwen3.5-0.8B-Base 752M Q6_K 2,3 GiB 262.144 ≤ 2.491 tok/s Passt
MiniCPM-V-4.6 752M F16 3,2 GiB 262.144 ≤ 1.116 tok/s Passt
MiniCPM-V-4.6-Thinking 752M F16 3,2 GiB 262.144 ≤ 1.116 tok/s Passt
Qwen3-0.6B 752M BF16 3,4 GiB 40.960 ≤ 841 tok/s Passt
HunyuanOCR 539M F16 3,1 GiB 32.768 ≤ 951 tok/s Passt
LFM2.5-350M 354M BF16 2,1 GiB 128.000 ≤ 2.213 tok/s Passt
LFM2.5-Encoder-350M-Diffusion 354M Q6_K 1,7 GiB 128.000 ≤ 4.575 tok/s Passt
LFM2.5-VL-450M 354M BF16 2,1 GiB 128.000 ≤ 2.213 tok/s Passt
LFM2.5-VL-450M-Extract 354M F16 2,1 GiB 128.000 ≤ 2.213 tok/s Passt
granite-4.0-350m 352M BF16 2,2 GiB 32.768 ≤ 1.907 tok/s Passt
granite-4.0-h-350m 340M BF16 2,1 GiB 32.768 ≤ 2.507 tok/s Passt
functiongemma-270m-it 268M BF16 2,1 GiB 32.768 ≤ 3.148 tok/s Passt
LFM2.5-230M 230M BF16 1,8 GiB 128.000 ≤ 3.199 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
Qwen3.5-122B-A10B 122B (9,0B aktiv) IQ2_XXS 35,0 GiB Grenzwertig
Step-3.5-Flash-REAP-121B-A11B 121B (11,4B aktiv) IQ2_XXS 32,9 GiB Grenzwertig
Mistral-Small-4-119B-2603 119B (6,1B aktiv) IQ2_XXS 34,3 GiB Grenzwertig
Solar-Open-100B 103B (11,2B aktiv) IQ2_M 35,8 GiB Grenzwertig
GLM-4.5-Air-REAP-82B-A12B 81,9B (12,8B aktiv) Q2_K 36,5 GiB Grenzwertig
Qwen3-Coder-Next 79,7B (3,6B aktiv) Q2_K 30,4 GiB Grenzwertig
Qwen3-Next-80B-A3B-Instruct 79,7B (3,6B aktiv) Q2_K 30,3 GiB Grenzwertig
Qwen2.5-72B-Instruct 73,0B Q2_K 30,3 GiB Grenzwertig
DeepSeek-R1-Distill-Llama-70B 70,6B Q3_K_M 37,1 GiB Grenzwertig
Llama-3.3-70B-Instruct 70,6B Q3_K_M 37,1 GiB Grenzwertig
Qwen-AgentWorld-35B-A3B 34,7B (2,9B aktiv) Q8_0 37,6 GiB Grenzwertig

Modelle, die nicht auf eine NVIDIA GeForce RTX 5090 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
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 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Llama-4-Scout-17B-16E-Instruct 108B (16,1B aktiv) Q2_K 41,5 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
GLM-4.5-Air 107B (12,8B aktiv) Q2_K 45,6 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
GLM-4.6V 107B (12,8B aktiv) Q2_K 45,6 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Step-3.5-Flash 197B (11,5B aktiv) IQ2_XXS 48,9 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Devstral-2-123B-Instruct-2512 125B Q2_K 49,3 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Mistral-Medium-3.5-128B 125B Q2_K 49,3 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
NVIDIA-Nemotron-3-Super-120B-A12B-Base-BF16 121B (12,2B aktiv) IQ2_XXS 49,8 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 121B (12,2B aktiv) IQ2_XXS 51,0 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
gpt-oss-120b 117B (5,1B aktiv) Q2_K 62,8 GiB Mit 3 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 3 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 3 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 3 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 3 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 3 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 3 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 3 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 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Hy3 295B (20,2B aktiv) IQ2_XXS 82,2 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
MiMo-V2.5 309B (14,8B aktiv) IQ2_XXS 82,4 GiB Mit 4 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 4 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 4 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 4 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 4 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 4 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 4 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 4 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 Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Trinity-Large-Base 399B (12,8B aktiv) IQ2_XXS 96,4 GiB Mit 4 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 4 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 4 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 5 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 5 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 5 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 5 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 5 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 6 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 5 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 5 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 5 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 6 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 Mit 7 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3.5-397B-A17B 396B (16,3B aktiv) Q3_K_M 175,6 GiB Mit 7 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. 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 Grenzwertig mit 8 Karten. Passt nicht
cogito-671b-v2.1 671B (36,6B aktiv) Q2_K 242,4 GiB Grenzwertig mit 8 Karten. Passt nicht
DeepSeek-V3.1 671B (36,6B aktiv) Q2_K 242,4 GiB Grenzwertig mit 8 Karten. Passt nicht
Mistral-Large-3-675B-Instruct-2512 673B (39,0B aktiv) Q2_K 243,8 GiB Grenzwertig mit 8 Karten. Passt nicht
DeepSeek-V3 671B (36,6B aktiv) Q2_K 257,8 GiB Grenzwertig mit 8 Karten. Passt nicht
Kimi-K2.6 1,03T (31,7B aktiv) IQ2_XXS 267,6 GiB Grenzwertig mit 8 Karten. Passt nicht
GLM-5 744B (40,8B aktiv) Q2_K 268,9 GiB Grenzwertig mit 8 Karten. Passt nicht
MiMo-V2.5-Pro 1,02T (41,0B aktiv) IQ2_XXS 270,4 GiB Grenzwertig mit 8 Karten. Passt nicht
DeepSeek-R1 671B (36,6B aktiv) Q2_K 280,3 GiB Grenzwertig mit 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

Detailseiten für diese GPU

Weitere Geräte mit 32 GB