返回搜索结果
Kimi-K3 · Q5_K_M
NVIDIA RTX 408016GBOllama v0.49L2 跨框架验证
本页汇总 Kimi-K3（Q5_K_M）在 NVIDIA RTX 4080 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。
91.51 tok/s
Decode
解码速度
334.92 tok/s
Prefill
预填充速度
0.65 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
- Ollama · IQ3_XS Decode 139.12 · Prefill 753.5 ·
- Ollama · Q5_K_M （当前）Decode 91.51 · Prefill 334.92 ·
- Strata · FP16 Decode 79.66 · Prefill 266.23 ·
- Strata · Q4_K_M Decode 165.81 · Prefill 742.77 ·
核心数据
- Decode（平均）
- 91.51 tok/s
- Prefill（平均）
- 334.92 tok/s
- TTFT（平均）
- 0.65 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 0.73 GB
- 功耗
- 284.5 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
- Q5_K_M
- 框架
- Ollama
- 版本
- v0.49
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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
- NVIDIA RTX 4080
- 标称显存
- 16 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 284.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · Ubuntu 22.04 · CUDA 12.4 · 32768 ctx
91.51 tok/s
Decode
334.92 tok/s
Prefill
0.65 s
TTFT
1.05 GB
VRAM
—
MTP
284.5 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=41 running model_id=73 at Q5_K_M