返回搜索结果
Kimi-K3 · IQ3_XS
NVIDIA RTX 4060 Ti 16GB16GBOllama v0.50L2 跨框架验证
本页汇总 Kimi-K3（IQ3_XS）在 NVIDIA RTX 4060 Ti 16GB 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。
90.69 tok/s
Decode
解码速度
447.55 tok/s
Prefill
预填充速度
1.06 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 · Q5_K_S Decode 82.77 · Prefill 438.83 ·
- Ollama · IQ3_XS （当前）Decode 90.69 · Prefill 447.55 ·
- Ollama · IQ4_XS Decode 88.03 · Prefill 388.48 ·
核心数据
- Decode（平均）
- 90.69 tok/s
- Prefill（平均）
- 447.55 tok/s
- TTFT（平均）
- 1.06 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 0.73 GB
- 功耗
- 178.9 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
- IQ3_XS
- 框架
- Ollama
- 版本
- v0.50
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- 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 4060 Ti 16GB
- 标称显存
- 16 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Windows 11 23H2
- 驱动
- 570.86
- CUDA
- 12.6
- 电源功耗
- 178.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · Windows 11 23H2 · CUDA 12.6 · 4096 ctx
90.69 tok/s
Decode
447.55 tok/s
Prefill
1.06 s
TTFT
1.05 GB
VRAM
—
MTP
178.9 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=3 running model_id=73 at IQ3_XS