返回搜索结果
Llama-3.2-3B-Instruct · Q5_K_S
Intel Arc B58012GBllama.cpp v0.44L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（Q5_K_S）在 Intel Arc B580 上以 llama.cpp 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。
120.67 tok/s
Decode
解码速度
490.78 tok/s
Prefill
预填充速度
1.04 s
TTFT
首 token 延迟
7.77 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
16 天前
最后验证
性能表现
- llama.cpp · Q2_K Decode 169.62 · Prefill 813.51 ·
- llama.cpp · Q5_K_S （当前）Decode 120.67 · Prefill 490.78 ·
- Ollama · FP16 Decode 62.55 · Prefill 296.07 ·
- vLLM · IQ3_XS Decode 157.7 · Prefill 718.89 ·
- vLLM · Q4_K_M Decode 135.38 · Prefill 477.15 ·
- Strata · FP16 Decode 92 · Prefill 368.95 ·
- Strata · Q4_K_M Decode 163.66 · Prefill 710.01 ·
核心数据
- Decode（平均）
- 120.67 tok/s
- Prefill（平均）
- 490.78 tok/s
- TTFT（平均）
- 1.04 s
- VRAM（平均）
- 7.77 GB
- MTP 接受率
- —
- TTFB
- 0.97 GB
- 功耗
- 160.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3.2-3B-Instruct
- 量化方式
- Q5_K_S
- 框架
- llama.cpp
- 版本
- v0.44
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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
- Intel Arc B580
- 标称显存
- 12 GB
- 实测显存（均值）
- 7.77 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 32.0.101.6552
- CUDA
- 12.6
- 电源功耗
- 160.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · Ubuntu 24.04 · CUDA 12.6 · 8192 ctx
120.67 tok/s
Decode
490.78 tok/s
Prefill
1.04 s
TTFT
7.77 GB
VRAM
—
MTP
160.3 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=94 running model_id=70 at Q5_K_S