返回搜索结果
Kimi-K3 · IQ3_S
NVIDIA RTX 5070 Ti16GBStrata v0.24L2 跨框架验证
本页汇总 Kimi-K3（IQ3_S）在 NVIDIA RTX 5070 Ti 上以 Strata 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。
132.6 tok/s
Decode
解码速度
715.44 tok/s
Prefill
预填充速度
1.56 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 · IQ1_S Decode 131.31 · Prefill 466.87 ·
- vLLM · IQ3_S Decode 95.38 · Prefill 330.41 ·
- Strata · IQ3_S （当前）Decode 132.6 · Prefill 715.44 ·
- Strata · Q3_K_S Decode 129.13 · Prefill 489.23 ·
核心数据
- Decode（平均）
- 132.6 tok/s
- Prefill（平均）
- 715.44 tok/s
- TTFT（平均）
- 1.56 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- 0.7
- TTFB
- 1.06 GB
- 功耗
- 201.8 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_S
- 框架
- Strata
- 版本
- v0.24
- 上下文长度
- 16384 tokens
- 批次大小
- 1024
- GPU 层数
- 5
- 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 5070 Ti
- 标称显存
- 16 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Windows 11 24H2
- 驱动
- 570.86
- CUDA
- 12.8
- 电源功耗
- 201.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.24 · Windows 11 24H2 · CUDA 12.8 · 16384 ctx
132.6 tok/s
Decode
715.44 tok/s
Prefill
1.56 s
TTFT
1.05 GB
VRAM
0.7
MTP
201.8 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=17 running model_id=73 at IQ3_S