返回搜索结果
Kimi-K3 · IQ4_XS
AMD Radeon RX 907016GBvLLM v0.45L2 跨框架验证
本页汇总 Kimi-K3（IQ4_XS）在 AMD Radeon RX 9070 上以 vLLM 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。
102.59 tok/s
Decode
解码速度
523.94 tok/s
Prefill
预填充速度
1.46 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 （当前）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 Decode 125.3 · Prefill 531.07 ·
核心数据
- Decode（平均）
- 102.59 tok/s
- Prefill（平均）
- 523.94 tok/s
- TTFT（平均）
- 1.46 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 0.82 GB
- 功耗
- 221.4 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
- IQ4_XS
- 框架
- vLLM
- 版本
- v0.45
- 上下文长度
- 16384 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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
- AMD Radeon RX 9070
- 标称显存
- 16 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.8
- 电源功耗
- 221.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.45 · Windows 11 23H2 · CUDA 12.8 · 16384 ctx
102.59 tok/s
Decode
523.94 tok/s
Prefill
1.46 s
TTFT
1.05 GB
VRAM
—
MTP
221.4 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=21 running model_id=73 at IQ4_XS