Arao AI
返回搜索结果

Flint-40B-A2.5B · Q3_K_S

发起讨论
NVIDIA RTX PRO 6000 Blackwell 96GB96GBStrata v0.41L2 跨框架验证

本页汇总 Flint-40B-A2.5B（Q3_K_S）在 NVIDIA RTX PRO 6000 Blackwell 96GB 上以 Strata 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。

343.48 tok/s

Decode

解码速度

1,507.36 tok/s

Prefill

预填充速度

0.53 s

TTFT

首 token 延迟

56.43 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

14 天前

最后验证

性能表现

  1. vLLM · Q3_K_L Decode 327.3 · Prefill 1746.79 ·
  2. Strata · Q3_K_S （当前）Decode 343.48 · Prefill 1507.36 ·

核心数据

Decode（平均）
343.48 tok/s
Prefill（平均）
1,507.36 tok/s
TTFT（平均）
0.53 s
VRAM（平均）
56.43 GB
MTP 接受率
0.61
TTFB
2.75 GB
功耗
342.8 W

基础配置

成员级字段取自最近一次实测

模型
Flint-40B-A2.5B
量化方式
Q3_K_S
框架
Strata
版本
v0.41
上下文长度
16384 tokens
批次大小
256
GPU 层数
8
Flash Attention
关闭

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 PRO 6000 Blackwell 96GB
标称显存
96 GB
实测显存（均值）
56.43 GB
系统
Windows 11 24H2
驱动
570.86
CUDA
12.4
电源功耗
342.8 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-22

    v0.41 · Windows 11 24H2 · CUDA 12.4 · 16384 ctx

    343.48 tok/s

    Decode

    1,507.36 tok/s

    Prefill

    0.53 s

    TTFT

    56.43 GB

    VRAM

    0.61

    MTP

    342.8 W

    功耗

    L2 batch seed 2026-10-22: Strata on hw_id=68 running model_id=92 at Q3_K_S