0
量化版本
36
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 36 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 5080 SUPER | vLLM | IQ2_XS | 90.7 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 5080 SUPER | vLLM | Q5_K_M | 41.4 tok/s | 23.5 GB | 1 | L0 自报 |
| NVIDIA RTX 5080 SUPER | vLLM | Q4_K_M | 50.6 tok/s | 19.3 GB | 1 | L0 自报 |
| NVIDIA RTX 5080 SUPER | llama.cpp | IQ2_XS | 83.2 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 5080 SUPER | llama.cpp | Q5_K_M | 38 tok/s | 23.5 GB | 1 | L0 自报 |
| NVIDIA RTX 5080 SUPER | llama.cpp | Q4_K_M | 46.5 tok/s | 19.3 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 SUPER | vLLM | IQ2_XS | 72.5 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 SUPER | vLLM | Q5_K_M | 33.1 tok/s | 18 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 SUPER | vLLM | Q4_K_M | 40.5 tok/s | 18 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 SUPER | llama.cpp | IQ2_XS | 66.6 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 SUPER | llama.cpp | Q5_K_M | 30.4 tok/s | 18 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 SUPER | llama.cpp | Q4_K_M | 37.2 tok/s | 18 GB | 1 | L0 自报 |
| NVIDIA RTX 4080 Super | vLLM | IQ2_XS | 59.6 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 4080 Super | vLLM | Q5_K_M | 27.2 tok/s | 16 GB | 1 | L0 自报 |
| NVIDIA RTX 4080 Super | vLLM | Q4_K_M | 33.3 tok/s | 16 GB | 1 | L0 自报 |
| NVIDIA RTX 4080 Super | llama.cpp | IQ2_XS | 54.7 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 4080 Super | llama.cpp | Q5_K_M | 25 tok/s | 16 GB | 1 | L0 自报 |
| NVIDIA RTX 4080 Super | llama.cpp | Q4_K_M | 30.5 tok/s | 16 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 Ti | vLLM | IQ2_XS | 72.5 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 Ti | vLLM | Q5_K_M | 33.1 tok/s | 16 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 Ti | vLLM | Q4_K_M | 40.5 tok/s | 16 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 Ti | llama.cpp | IQ2_XS | 66.6 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 Ti | llama.cpp | Q5_K_M | 30.4 tok/s | 16 GB | 1 | L0 自报 |
| NVIDIA RTX 5070 Ti | llama.cpp | Q4_K_M | 37.2 tok/s | 16 GB | 1 | L0 自报 |
| NVIDIA RTX 5090 | vLLM | IQ2_XS | 145.1 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 5090 | vLLM | Q5_K_M | 66.2 tok/s | 23.5 GB | 1 | L0 自报 |
| NVIDIA RTX 5090 | vLLM | Q4_K_M | 81 tok/s | 19.3 GB | 1 | L0 自报 |
| NVIDIA RTX 5090 | llama.cpp | IQ2_XS | 133.1 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 5090 | llama.cpp | Q5_K_M | 60.8 tok/s | 23.5 GB | 1 | L0 自报 |
| NVIDIA RTX 5090 | llama.cpp | Q4_K_M | 74.3 tok/s | 19.3 GB | 1 | L0 自报 |
| NVIDIA RTX 4090 | vLLM | IQ2_XS | 81.6 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 4090 | vLLM | Q5_K_M | 37.3 tok/s | 23.5 GB | 1 | L0 自报 |
| NVIDIA RTX 4090 | vLLM | Q4_K_M | 45.6 tok/s | 19.3 GB | 1 | L0 自报 |
| NVIDIA RTX 4090 | llama.cpp | IQ2_XS | 74.9 tok/s | 11 GB | 1 | L0 自报 |
| NVIDIA RTX 4090 | llama.cpp | Q5_K_M | 34.2 tok/s | 23.5 GB | 1 | L0 自报 |
| NVIDIA RTX 4090 | llama.cpp | Q4_K_M | 41.8 tok/s | 19.3 GB | 1 | L0 自报 |
其中 36 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