Benchmark v2.1 · 62 Modelle · 140 Varianten · 139.000 Antworten
Welches Modell läuft am besten auf deiner Karte?
Unabhängige deutsche Messwerte von RTX 3060 bis RTX 5090. Ohne Marketing-Folien.
| Rang | Modell & Quantisierung | Score v2.1 |
|---|---|---|
| #1 | Qwen 3.5-27B ThinkingQ4_K_M Gesamtsieger v2.1 | 93,3 |
| #2 | Qwen 3.5-35B-A3B ThinkingQ4_K_M · MoE Schnelles 24-GB MoE-Reasoning | 92,6 |
| #3 | Qwen 3.8-Flash-NextIQ3_XXS · Strata #1 ohne Thinking · Strata Hybrid | 92,3 |
| #4 | Qwen 3.5-9B ThinkingQ4_K_M Preis-Leistungs-Sieger für 8 GB VRAM | 91,3 |
| #5 | Ornith 1.5-35B-A3B ThinkingQ4_K_M · MoE Starkes deutsches MoE-Feintuning | 91,0 |
| #6 | Qwen 3.8-27BQ4_K_M / NVFP4 Bestes Non-Thinking auf Einzel-GPU | 90,5 |
VRAM & Speed
GPU-Kaufkompass
RTX 3090 (24 GB, ~1.300 € gebraucht) bleibt der Preis-Leistungs-Sieger. RTX 5090 erreicht 368 Tok/s vs. 116 Tok/s auf M3 Ultra.
Hardware vergleichen →#dictapost verifiziert
Forum „Die Lokalen“ & Live-Chat
Echte Erfahrungsberichte per lokalem Sprachdiktat (Parakeet DE ~50 ms) oder Tastatur – plus Echtzeit-Chat für Mitglieder.
Ins Forum & Live-Chat →So., 01.11. · 20:00 Uhr
Die Lokalrunde (Video-Call)
Jeden Sonntag um 20:00 Uhr im selbstgehosteten Jitsi-Raum über neue Releases, Quants und eigene Setups sprechen.
Termin & Raumstatus →Δ 0,13 Pkt.
Q4_K_M statt BF16
75 % weniger VRAM bei fast identischer Qualität über 14 Modellpaare.
−5,8 Pkt.
Abliteration schadet
Nachträglich entzensierte („abliterated“) Modelle verlieren massiv an Logik.
~50 ms
Parakeet DE Spracherkennung
0,6B Parameter lokal: schneller und präziser als Whisper Large v3.