返回搜索结果
Kimi-K3 · Q4_K_M
NVIDIA RTX 309024GBllama.cpp v0.28L2 跨框架验证
本页汇总 Kimi-K3（Q4_K_M）在 NVIDIA RTX 3090 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。
61.22 tok/s
Decode
解码速度
289.69 tok/s
Prefill
预填充速度
1.04 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
- llama.cpp · Q4_K_M （当前）Decode 61.22 · Prefill 289.69 ·
- Ollama · Q5_K_M Decode 54.04 · Prefill 184.49 ·
核心数据
- Decode（平均）
- 61.22 tok/s
- Prefill（平均）
- 289.69 tok/s
- TTFT（平均）
- 1.04 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 0.49 GB
- 功耗
- 300.5 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
- Q4_K_M
- 框架
- llama.cpp
- 版本
- v0.28
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 3090
- 标称显存
- 24 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Windows 11 23H2
- 驱动
- 572.83
- CUDA
- 12.4
- 电源功耗
- 300.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · Windows 11 23H2 · CUDA 12.4 · 32768 ctx
61.22 tok/s
Decode
289.69 tok/s
Prefill
1.04 s
TTFT
1.05 GB
VRAM
—
MTP
300.5 W
功耗
L2 batch seed 2026-10-18: llama.cpp on hw_id=2 running model_id=73 at Q4_K_M