返回搜索结果
Flint-40B-A2.5B · Q4_K_M
NVIDIA RTX Spark128GBOllama v0.21L2 跨框架验证
本页汇总 Flint-40B-A2.5B（Q4_K_M）在 NVIDIA RTX Spark 上以 Ollama 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。
70.03 tok/s
Decode
解码速度
271.9 tok/s
Prefill
预填充速度
1.71 s
TTFT
首 token 延迟
70.63 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
13 天前
最后验证
性能表现
- llama.cpp · IQ3_S Decode 91.56 · Prefill 457.14 ·
- llama.cpp · Q3_K_S Decode 100.54 · Prefill 475.16 ·
- llama.cpp · Q4_K_M Decode 76.22 · Prefill 300.34 ·
- Ollama · IQ4_XS Decode 74.46 · Prefill 328.19 ·
- Ollama · Q2_K Decode 96.77 · Prefill 510.91 ·
- Ollama · Q4_K_M （当前）Decode 70.03 · Prefill 271.9 ·
核心数据
- Decode（平均）
- 70.03 tok/s
- Prefill（平均）
- 271.9 tok/s
- TTFT（平均）
- 1.71 s
- VRAM（平均）
- 70.63 GB
- MTP 接受率
- —
- TTFB
- 0.56 GB
- 功耗
- 63.3 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
- Q4_K_M
- 框架
- Ollama
- 版本
- v0.21
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- 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 Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 70.63 GB
- 系统
- Ubuntu 24.04
- 驱动
- 615.78
- CUDA
- 13.0
- 电源功耗
- 63.3 W
- 参考价格
- $2,399 · 更新于 2026-10-19
价格非实时，以电商页为准
获取与上手
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Ubuntu 24.04 · CUDA 13.0 · 8192 ctx
70.03 tok/s
Decode
271.9 tok/s
Prefill
1.71 s
TTFT
70.63 GB
VRAM
—
MTP
63.3 W
功耗
L2 batch seed 2026-10-22: Ollama on hw_id=110 running model_id=92 at Q4_K_M