返回搜索结果
Llama-3.1-8B-Instruct · IQ3_S
NVIDIA RTX 508016GBStrata v0.26L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（IQ3_S）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。
302.96 tok/s
Decode
解码速度
1,550.76 tok/s
Prefill
预填充速度
2.09 s
TTFT
首 token 延迟
13.19 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
17 天前
最后验证
性能表现
- Ollama · Q5_K_S Decode 149.47 · Prefill 563.58 ·
- Strata · IQ3_S （当前）Decode 302.96 · Prefill 1550.76 ·
- vLLM · IQ4_XS Decode 224.27 · Prefill 989.89 ·
- Strata · IQ3_XS Decode 308.04 · Prefill 1362.37 ·
- Strata · Q3_K_S Decode 323.81 · Prefill 1737.95 ·
核心数据
- Decode（平均）
- 302.96 tok/s
- Prefill（平均）
- 1,550.76 tok/s
- TTFT（平均）
- 2.09 s
- VRAM（平均）
- 13.19 GB
- MTP 接受率
- 0.56
- TTFB
- 2.42 GB
- 功耗
- 327 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3.1-8B-Instruct
- 量化方式
- IQ3_S
- 框架
- Strata
- 版本
- v0.26
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 8
- 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 5080
- 标称显存
- 16 GB
- 实测显存（均值）
- 13.19 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 327 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · Windows 11 23H2 · CUDA 12.4 · 16384 ctx
302.96 tok/s
Decode
1,550.76 tok/s
Prefill
2.09 s
TTFT
13.19 GB
VRAM
0.56
MTP
327 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=14 running model_id=68 at IQ3_S