返回搜索结果
Kimi-K3 · Q8_0
NVIDIA RTX 508016GBStrata v0.38L2 跨框架验证
本页汇总 Kimi-K3（Q8_0）在 NVIDIA RTX 5080 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。
128.67 tok/s
Decode
解码速度
423.79 tok/s
Prefill
预填充速度
1.28 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 · Q5_K_S Decode 124.24 · Prefill 658.04 ·
- Ollama · Q8_0 Decode 85.12 · Prefill 372.82 ·
- Strata · Q8_0 （当前）Decode 128.67 · Prefill 423.79 ·
核心数据
- Decode（平均）
- 128.67 tok/s
- Prefill（平均）
- 423.79 tok/s
- TTFT（平均）
- 1.28 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- 0.7
- TTFB
- 1.03 GB
- 功耗
- 202.9 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
- Q8_0
- 框架
- Strata
- 版本
- v0.38
- 上下文长度
- 8192 tokens
- 批次大小
- 1024
- GPU 层数
- 12
- 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 5080
- 标称显存
- 16 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- 12.4
- 电源功耗
- 202.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.38 · Ubuntu 22.04 · CUDA 12.4 · 8192 ctx
128.67 tok/s
Decode
423.79 tok/s
Prefill
1.28 s
TTFT
1.05 GB
VRAM
0.7
MTP
202.9 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=14 running model_id=73 at Q8_0