EMZETT.KI-Tempo-Rechner
Wie viele Tokens pro Minute schafft dein Setup? Aus Hunderten Grafikkarten, Prozessoren, Macs und Modellen auswählen, Tempo berechnen und das optimale Modell finden, mit Grafiken. Die Listen wachsen automatisch.
Dein Setup erzeugt mit Qwen3 32B · Q4_K_M · 8K Kontext
Zum ErgebnisTokens pro Minute
2.166
eine Anfrage
Tokens pro Sekunde
36
je Anfrage
Erstes Token nach
1,5 s
bei 1.000 Token Prompt
Passt?
Ja
Komplett im Grafikspeicher
01Dein Setup
Grafikkarten und Beschleuniger (192)
- GeForce RTX 4090 24 GB · 1.008 GB/s1×
192 von 192
Prozessor (157)
Ryzen 9 7950X 16 Kerne · 2× DDR5 · ~1.280 GFLOPS
157 von 157
Arbeitsspeicher
Bandbreite: 96 GB/s
Gespeicherte Setups (0)
02Modell
Qwen3 32B · Qwen · 33B · 128K Kontext · 2025 · Index 68qwen · medium · dense · 33b · chat · reasoning · apache · multilingual
261 von 261
Index = grobe Qualitäts-Einordnung (0–100), keine Messung.
03Ergebnis und Grafiken
Wie schnell ist das?
zäh1
Lesetempo5
flüssig15
schnell50
blitz200
Rakete1000
36
Etwa 1.625 Wörter pro Minute, das sind 3,2 Buchseiten pro Minute und 6,5× so schnell, wie ein Mensch liest (250 Wörter/Min).
Bremse
Speicherbandbreite
Prompt einlesen
693 T/s
Prefill, rechenbegrenzt
Leistung (Schätzung)
343 W
379 Tokens je Wattstunde
Stromkosten
0,791 €
je 1 Mio. Tokens (0,30 €/kWh)
Speicher
Grafikspeicher21,8 / 24 GB
Arbeitsspeicher0 / 64 GB
- Gewichte
- KV-Cache
- Puffer / System
Gewichte 19,7 GB + KV-Cache 2,1 GB = 21,8 GB
Mehr Anfragen gleichzeitig
04Das optimale Modell für dein Setup
Optimum
Qwen3 32B
Q4_K_M · 36 Tokens/s · 2.166 Tokens/Min · Index 65
Das ist das Modell mit der höchsten Qualität (nach Format-Abzug), das auf deinem Setup noch mindestens 10 Tokens/s schafft und komplett im schnellen Speicher liegt.
Qualität gegen Tempo · 187 Modelle passen
Rangliste (Tokens pro Minute)
05Welche Hardware schafft dieses Modell?
Für Qwen3 32B (Q4_K_M, 8K Kontext): kleinste Anzahl gleicher Karten bzw. Komplettsysteme, auf denen es passt, nach Tempo sortiert.
Fehlt etwas? Eigene Komponente oder eigenes Modell
Wird nur in deinem Browser gespeichert und sofort in den Listen angezeigt. Optional kannst du sie für alle vorschlagen (nur angemeldet).
So wird gerechnet
Pro erzeugtem Token muss die Hardware fast alle aktiven Gewichte einmal aus dem Speicher lesen. Darum gilt: Tokens/s ≈ Speicherbandbreite × Wirkungsgrad ÷ gelesene Gigabyte. Mixture-of-Experts-Modelle lesen nur ihre aktiven Experten. Passt das Modell nicht in den Grafikspeicher, laufen Schichten aus dem viel langsameren Arbeitsspeicher. Bei vielen Anfragen gleichzeitig oder beim Einlesen des Prompts bremst stattdessen die Rechenleistung.
Alle Werte sind Schätzungen aus Herstellerangaben und typischen Wirkungsgraden. Echte Ergebnisse hängen von Software (llama.cpp, vLLM, MLX …), Treiber, Kühlung und Kontext ab und können um 30 % abweichen. Der Qualitäts-Index ist eine grobe Einordnung, kein Benchmark.
Datenbestand: 192 Karten und Beschleuniger, 157 Prozessoren, 46 Komplettsysteme, 261 Modelle. Davon 31 Modelle automatisch von Hugging Face ergänzt (letzter Abgleich: 12.10.2026).