GreenCube-Blog

Wie wir KI-Tempo auf echten PCs messen, und warum wir nicht raten

Von Hector Gras · 14. Oktober 2026

Was wir messen

Drei Dinge, weil du genau die spürst, wenn du eine KI auf deinem eigenen PC nutzt:

• Schreibtempo: wie schnell die KI ihre Antwort tippt, in Tokens pro Sekunde. Ein Token ist ein Stück Wort (im Deutschen braucht ein Wort meist ein bis zwei), und man liest etwa 8 Tokens pro Sekunde, also kommt alles darüber schneller, als du lesen kannst.
• Lesetempo: wie schnell sie aufnimmt, was du ihr gibst: deine Frage, einen eingefügten Text oder ein PDF. Es ist immer viel schneller als das Schreiben, weil die KI viele Tokens auf einmal liest, sie aber einzeln schreibt.
• Zeit pro Bild: wie lange ein Bild mit 512×512 dauert, vom Klick bis zum fertigen Bild.

Wir messen die KIs, die GreenCube mitbringt, dieselben Dateien, die jeder Nutzer herunterlädt: Googles Gemma 4 E2B (2,6 GB), Gemma 4 E4B (4,2 GB) und Gemma 4 12B (6,4 GB) zum Chatten, und Z-Image Turbo für Bilder. Eine andere KI, oder dieselbe anders komprimiert, würde andere Zahlen liefern, also vergleichen wir nur Gleiches mit Gleichem.

Wie wir messen

Auf vier Arten, und jede Zahl im Blog sagt, woher sie stammt:

Echte Chats sind der beste Beleg, weil du genau das spüren wirst, also stammt die Hauptzahl jeder Seite aus echten Chats, wann immer wir welche haben. Der Starttest ist eine einzige kurze Antwort, also nutzen wir ihn für den Vergleich Karte gegen Prozessor (er misst beide gleich) und als Hauptzahl nur, wenn ein Tester keine langen Antworten geschickt hat.

Jeder PC, den wir gemessen haben

Die eigenen PCs echter Tester, so genutzt wie sonst auch, keine Labormaschinen. Ihre Namen veröffentlichen wir nicht.

Warum die Zahlen Bereiche sind

• Andere Apps. Ein Browser, ein Spiele-Launcher oder ein Videoanruf nutzen denselben Speicher und dieselbe Grafikkarte.
• Das erste Mal ist langsamer. Die erste Antwort nach der Installation, oder das erste Bild, enthält das Laden und Vorbereiten der Karte. Wo es zählt, sagen wir es (zum Beispiel "das erste dauerte 83 s, während es lud").
• Kurze Antworten messen langsamer. Jede Antwort hat einen kleinen festen Anlauf, der bei einer Antwort mit 20 Tokens mehr wiegt als bei einer mit 400. Deshalb zählen die Bereiche aus echten Chats Antworten mit 100 Tokens oder mehr, und wir sagen es, wenn ein Tester nur kurze geschickt hat.
• Wir lassen die Extreme weg. Die Bereiche aus echten Chats reichen vom 10. bis zum 90. Perzentil, also kann eine seltsame Antwort sie nicht verschieben.

Kann man das Tempo einer Karte aus ihren Daten erraten?

Das wäre praktisch: Es gibt Hunderte Karten, und wir haben 10 PCs gemessen. Der übliche Weg ist die Speicherbandbreite. Um jedes Token zu schreiben, liest die KI ihr ganzes Modell aus dem Speicher der Karte, also ist das Tempo theoretisch etwa Bandbreite geteilt durch Modellgröße, mal eine gewisse Effizienz. Viele Online-Rechner arbeiten so.

Also haben wir es an unseren eigenen Daten getestet. Wir haben jeweils eine Karte versteckt, aus den anderen das Tempo pro GB/s berechnet, die versteckte Karte aus ihrer Bandbreite vorhergesagt (aus den Herstellerdaten, gesammelt in der GPU-Datenbank von TechPowerUp) und mit unserer Messung verglichen. Überall dieselbe KI (Gemma 4 E4B, komplett auf der Karte).

Die typische Schätzung lag um 19 % daneben. Am schlechtesten war die RX 580: Ihr Speicher lässt etwa 36 Tokens pro Sekunde erwarten, aber sie schrieb 11. Wiederholt man den Test ohne sie, liegen die anderen immer noch bis zu 33 % daneben. Die neuere AMD RX 6600 ging in die andere Richtung, schneller, als ihre Bandbreite erwarten lässt; ihr großer Cache auf dem Chip (AMD nennt ihn Infinity Cache) könnte ein Grund sein. Jede gemessene Zahl ist die Hauptzahl ihrer Karte, also stammen sie nicht alle aus derselben Art Test; das bringt etwas Rauschen, erklärt aber keine Abweichung um das Dreifache.

Das ist nicht gut genug. Eine Schätzung, die auf einer modernen Karte 33 % oder auf einer älteren 239 % danebenliegen kann, würde manchen sagen, ihr PC sei in Ordnung, obwohl er langsam ist, oder umgekehrt. Also zeigen der Check und die Kartenseiten nur Karten, die wir gemessen haben, und sagen klar, wenn deine nicht dabei ist. Wir wiederholen diesen Test mit jeder neuen Karte, und wenn der Fehler klein wird, sagen wir es hier, bevor wir eine einzige Schätzung zeigen.

Was wir noch nicht gemessen haben

• Einen Laptop mit Gaming-Grafikkarte.
• Gemma 4 12B auf einer Karte mit 10 GB oder mehr.
• Bilder auf der RX 5700 XT, der RTX 5060, der GTX 1650, der RX 580.
• Andere KIs als die, die GreenCube mitbringt, und Linux oder Mac (GreenCube ist für Windows).

Hol dir die Daten

Jede Messung auf dieser Seite, eine pro Zeile, steht in greencube-ai-speeds.csv: der PC, die KI, wo sie lief, Schreib- und Lesetempo, Bildzeiten, wie gemessen wurde, die GreenCube-Version und das Datum. Wenn du sie nutzt, zitiere bitte "GreenCube, KI-Tempomessungen auf echten PCs, 2026" und verlinke diese Seite.

Füg deinen PC hinzu

Du nutzt GreenCube schon? Schick dein Log an support@greencube.app. Wir nehmen deinen PC in die Tests auf, ohne deinen Namen, und eine neue Karte bekommt eine eigene Seite. Nicht sicher, was in deinem PC steckt? Prüf es hier.

Fragen