Qwen 4 系列小型基座；8B 参数密集模型，多语言、代码、指令遵循优化。1M 上下文窗口。
0
量化版本
4
实测记录
量化版本
社区与官方发布的量化版本；「关联实测」只统计精确关联到该发布的实测记录。
还没有已收录的量化版本。
实测数据
共 4 组配置
| 硬件 | 框架 | 量化 | 生成速度 | 运行显存 | 实测次数 | 证据 |
|---|---|---|---|---|---|---|
| NVIDIA RTX 5070 SUPER | Strata | IQ4_XS | 208.4 tok/s | 4.8 GB | 1 | L0 自报 |
| NVIDIA RTX 5080 SUPER | llama.cpp | Q4_K_M | 178.3 tok/s | 5.4 GB | 1 | L0 自报 |
| NVIDIA RTX 5090 | vLLM | Q5_K_M | 258.2 tok/s | 6.4 GB | 1 | L0 自报 |
| NVIDIA RTX 4090 | llama.cpp | Q4_K_M | 160.5 tok/s | 5.4 GB | 1 | L0 自报 |
其中 4 条实测未关联到具体量化版本，完整数据见搜索页。
社区讨论
还没有讨论——发起第一个话题吧。
发起讨论