Gemma 4 31B Creative Wordsmith (Uncensored)
Vierstufige Community-Derivat-Kette auf Gemma-4-31B-Basis: Google DeepMind als Ursprung, dann ConicCat-Fine-Tune für kreative Prosa, eine Abliteration durch llmfan46 zur Entfernung der Sicherheitsfilter und schliesslich eine Q8-Quantisierung von mradermacher. Das uncensored-Modell ist auf kreatives Schreiben, Rollenspiel und Übersetzung optimiert, arbeitet mit 128.000 Tokens Kontextfenster und ist unter Apache-2.0-Lizenz lokal betreibbar.
- Open Weights
- Workstation
- SPRK
- Text
- Instruction-Tuned
- Uncensored
- Batch
Sovereign Risk: MEDIUM Das Basismodell stammt von Google DeepMind (US-Jurisdiktion, CLOUD Act bei Cloud-Nutzung). Die Gewichte durchliefen eine mehrstufige Community-Modifikationskette (ConicCat Fine-Tune → llmfan46 ARA-Abliteration via Heretic v1.2.0 → mradermacher GGUF). Bei rein lokaler Inferenz ist das CLOUD-Act-Risiko minimal, jedoch schränkt die Modifikationskette die vollständige Nachvollziehbarkeit ein.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 70.93
- Routine
- 43.2
- Reasoning
- 27.73
- LLM Judge Avg
- 3.61 / 5
- 100 Coverage
- Avg Task Duration
- 111.6s
- Batch
- Token Rate
- 9.4tok/s
- Output Rate
- P95 Latency
- 268.93s
- Top 5 %
- Total Tokens
- 45300
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 45300 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.