返回搜索结果
Llama-3.2-3B-Instruct · Q4_K_S
NVIDIA RTX 5070 Ti16GBOllama v0.54L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（Q4_K_S）在 NVIDIA RTX 5070 Ti 上以 Ollama 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。
228.86 tok/s
Decode
解码速度
764.69 tok/s
Prefill
预填充速度
2.14 s
TTFT
首 token 延迟
7.01 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 · Q4_K_S （当前）Decode 228.86 · Prefill 764.69 ·
- Strata · Q4_K_M Decode 361.74 · Prefill 1475.89 ·
核心数据
- Decode（平均）
- 228.86 tok/s
- Prefill（平均）
- 764.69 tok/s
- TTFT（平均）
- 2.14 s
- VRAM（平均）
- 7.01 GB
- MTP 接受率
- —
- TTFB
- 1.83 GB
- 功耗
- 236.5 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
- Q4_K_S
- 框架
- Ollama
- 版本
- v0.54
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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 5070 Ti
- 标称显存
- 16 GB
- 实测显存（均值）
- 7.01 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 236.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.54 · Ubuntu 22.04 · CUDA 12.6 · 8192 ctx
228.86 tok/s
Decode
764.69 tok/s
Prefill
2.14 s
TTFT
7.01 GB
VRAM
—
MTP
236.5 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=17 running model_id=70 at Q4_K_S