返回搜索结果
DeepSeek-R1-Distill-Qwen-14B · IQ1_S
NVIDIA RTX 4080 Super16GBllama.cpp v0.31L2 跨框架验证
本页汇总 DeepSeek-R1-Distill-Qwen-14B（IQ1_S）在 NVIDIA RTX 4080 Super 上以 llama.cpp 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
208.08 tok/s
Decode
解码速度
731.51 tok/s
Prefill
预填充速度
1.09 s
TTFT
首 token 延迟
14.45 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
17 天前
最后验证
性能表现
- llama.cpp · IQ1_S （当前）Decode 208.08 · Prefill 731.51 ·
- Strata · IQ2_M Decode 252.15 · Prefill 1022.42 ·
核心数据
- Decode（平均）
- 208.08 tok/s
- Prefill（平均）
- 731.51 tok/s
- TTFT（平均）
- 1.09 s
- VRAM（平均）
- 14.45 GB
- MTP 接受率
- —
- TTFB
- 1.66 GB
- 功耗
- 207.1 W
基础配置
成员级字段取自最近一次实测
- 模型
- DeepSeek-R1-Distill-Qwen-14B
- 量化方式
- IQ1_S
- 框架
- llama.cpp
- 版本
- v0.31
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 33
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- NVIDIA RTX 4080 Super
- 标称显存
- 16 GB
- 实测显存（均值）
- 14.45 GB
- 系统
- Windows 11 23H2
- 驱动
- 570.86
- CUDA
- 12.4
- 电源功耗
- 207.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · Windows 11 23H2 · CUDA 12.4 · 32768 ctx
208.08 tok/s
Decode
731.51 tok/s
Prefill
1.09 s
TTFT
14.45 GB
VRAM
—
MTP
207.1 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=20 running model_id=71 at IQ1_S