返回搜索结果
Kimi-K3 · Q3_K_L
NVIDIA RTX 509032GBvLLM v0.28L2 跨框架验证
本页汇总 Kimi-K3（Q3_K_L）在 NVIDIA RTX 5090 上以 vLLM 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。
253.52 tok/s
Decode
解码速度
1,057.1 tok/s
Prefill
预填充速度
0.13 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 （当前）Decode 253.52 · Prefill 1057.1 ·
- vLLM · Q4_K_S Decode 223.8 · Prefill 1049.81 ·
- Strata · IQ3_S Decode 330.44 · Prefill 1792.04 ·
- 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）
- 253.52 tok/s
- Prefill（平均）
- 1,057.1 tok/s
- TTFT（平均）
- 0.13 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 2.03 GB
- 功耗
- 464.2 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
- Q3_K_L
- 框架
- vLLM
- 版本
- v0.28
- 上下文长度
- 4096 tokens
- 批次大小
- 32
- GPU 层数
- 999
- 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 5090
- 标称显存
- 32 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Windows 11 24H2
- 驱动
- 570.86
- CUDA
- 13.0
- 电源功耗
- 464.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · Windows 11 24H2 · CUDA 13.0 · 4096 ctx
253.52 tok/s
Decode
1,057.1 tok/s
Prefill
0.13 s
TTFT
1.05 GB
VRAM
—
MTP
464.2 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=13 running model_id=73 at Q3_K_L