Document GSQ-RCO IQ3_S A-B results

docs/GSQ_RCO_BETA1_20260904.md

@@ -39,3 +39,27 @@ berichtet für die 3,5-bpw-Variante gegenüber BF16 identische Ergebnisse auf
 AIME25 und LiveCodeBench v6 sowie 0,51 Punkte Abstand auf GPQA-Diamond. Diese
 Herstellermessungen rechtfertigen den A/B-Test, ersetzen aber keine lokale
 Prüfung mit Hermes-, Werkzeug- und Langkontextaufgaben.
+
+## Lokaler A/B-Test am 08.09.2026
+
+Beide Dateien liefen mit 112.000 Kontext, Q4_0-K/V-Cache, MTP 3, identischem
+Sampling und einem 85:15-Layer-Split über RTX 5080 und RTX 3060.
+
+| Messung | IQ4_XS Pure | GSQ-RCO IQ3_S MTP |
+|---|---:|---:|
+| deterministische Kurzaufgaben | 24/25 | 24/25 |
+| Decode, 512 Token | 65,6 Token/s | 59,3 Token/s |
+| Prefill, 30 Token | 184,5 Token/s | 251,6 Token/s |
+
+Beide Modelle machten denselben einzelnen Fehler bei `2^100 modulo 13`. Im
+lokalen Kurztest war damit kein Qualitätsverlust der neuen Quantisierung
+messbar. Der kurze Prefill-Wert ist nur ein Laufzeitindikator und kein
+Langkontext-Benchmark.
+
+In der produktiven Beta-1-Verteilung liegt das komplette Textmodell auf der
+RTX 5080 und nur der Vision-Projektor auf der RTX 3060. Dort wurden 89,9
+Token/s Decode gemessen; nach dem Lauf blieben etwa 1.051 MiB auf der RTX 5080
+frei. Ein realer Bildtest beschrieb Motiv und sichtbaren Text korrekt. Das
+Profil war anschließend gesund. Die frühere IQ3_XXS-GGUF wurde erst nach diesen
+Prüfungen entfernt; die JSON-Ergebnisse liegen auf Athena unter
+`/data/model-benchmarks/gsq-rco-iq3s-ab-20260908/`.