返回搜索结果
Kimi-K3 · Q2_K
AMD Radeon RX 907016GBOllama v0.26L2 跨框架验证
本页汇总 Kimi-K3（Q2_K）在 AMD Radeon RX 9070 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。
125.3 tok/s
Decode
解码速度
531.07 tok/s
Prefill
预填充速度
1.15 s
TTFT
首 token 延迟
1.05 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
今天
最后验证
性能表现
- vLLM · IQ4_XS Decode 102.59 · Prefill 523.94 ·
- vLLM · Q3_K_M Decode 122.09 · Prefill 529.79 ·
- Ollama · IQ3_XS Decode 117.33 · Prefill 604.75 ·
- Ollama · Q2_K （当前）Decode 125.3 · Prefill 531.07 ·
核心数据
- Decode（平均）
- 125.3 tok/s
- Prefill（平均）
- 531.07 tok/s
- TTFT（平均）
- 1.15 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 1 GB
- 功耗
- 256.2 W
基础配置
成员级字段取自最近一次实测
- 模型
- Kimi-K3
- 量化方式
- Q2_K
- 框架
- Ollama
- 版本
- v0.26
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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
- AMD Radeon RX 9070
- 标称显存
- 16 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.12
- CUDA
- 12.4
- 电源功耗
- 256.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · Ubuntu 22.04 · CUDA 12.4 · 8192 ctx
125.3 tok/s
Decode
531.07 tok/s
Prefill
1.15 s
TTFT
1.05 GB
VRAM
—
MTP
256.2 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=21 running model_id=73 at Q2_K