返回搜索结果
Kimi-K3 · Q5_K_M
NVIDIA RTX 507012GBStrata v0.23L2 跨框架验证
本页汇总 Kimi-K3（Q5_K_M）在 NVIDIA RTX 5070 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。
76.48 tok/s
Decode
解码速度
397.87 tok/s
Prefill
预填充速度
2.03 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 · Q3_K_L Decode 76.49 · Prefill 291.62 ·
- Strata · Q5_K_M （当前）Decode 76.48 · Prefill 397.87 ·
- SGLang · Q5_K_M Decode — · Prefill — ·
- SGLang · Q4_K_M Decode — · Prefill — ·
- vLLM · Q5_K_M Decode — · Prefill — ·
- vLLM · Q4_K_M Decode — · Prefill — ·
核心数据
- Decode（平均）
- 76.48 tok/s
- Prefill（平均）
- 397.87 tok/s
- TTFT（平均）
- 2.03 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- 0.66
- TTFB
- 0.61 GB
- 功耗
- 229.7 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
- Strata
- 版本
- v0.23
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- 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
- 标称显存
- 12 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Ubuntu 24.04
- 驱动
- 572.83
- CUDA
- 12.6
- 电源功耗
- 229.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · Ubuntu 24.04 · CUDA 12.6 · 32768 ctx
76.48 tok/s
Decode
397.87 tok/s
Prefill
2.03 s
TTFT
1.05 GB
VRAM
0.66
MTP
229.7 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=18 running model_id=73 at Q5_K_M