返回搜索结果
Llama-3.2-3B-Instruct · Q3_K_L
NVIDIA RTX 4080 Super16GBStrata v0.42L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（Q3_K_L）在 NVIDIA RTX 4080 Super 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。
358.87 tok/s
Decode
解码速度
1,331.79 tok/s
Prefill
预填充速度
2.27 s
TTFT
首 token 延迟
6.64 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 · IQ3_S Decode 334.5 · Prefill 1159.32 ·
- Strata · Q3_K_L （当前）Decode 358.87 · Prefill 1331.79 ·
核心数据
- Decode（平均）
- 358.87 tok/s
- Prefill（平均）
- 1,331.79 tok/s
- TTFT（平均）
- 2.27 s
- VRAM（平均）
- 6.64 GB
- MTP 接受率
- 0.61
- TTFB
- 2.87 GB
- 功耗
- 298.6 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
- Q3_K_L
- 框架
- Strata
- 版本
- v0.42
- 上下文长度
- 4096 tokens
- 批次大小
- 1024
- GPU 层数
- 5
- 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 4080 Super
- 标称显存
- 16 GB
- 实测显存（均值）
- 6.64 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 298.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.42 · Ubuntu 22.04 · CUDA 12.4 · 4096 ctx
358.87 tok/s
Decode
1,331.79 tok/s
Prefill
2.27 s
TTFT
6.64 GB
VRAM
0.61
MTP
298.6 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=20 running model_id=70 at Q3_K_L