返回搜索结果
Llama-3.2-3B-Instruct · IQ3_XS
NVIDIA RTX PRO 6000 Blackwell 96GB96GBOllama v0.26L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（IQ3_XS）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
283.4 tok/s
Decode
解码速度
1,452.77 tok/s
Prefill
预填充速度
0.91 s
TTFT
首 token 延迟
6.01 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
16 天前
最后验证
性能表现
- llama.cpp · IQ3_XS Decode 338.03 · Prefill 1168.59 ·
- llama.cpp · Q8_0 Decode 331.08 · Prefill 1764.65 ·
- Ollama · IQ3_XS （当前）Decode 283.4 · Prefill 1452.77 ·
- Ollama · Q3_K_S Decode 364.08 · Prefill 1984.53 ·
核心数据
- Decode（平均）
- 283.4 tok/s
- Prefill（平均）
- 1,452.77 tok/s
- TTFT（平均）
- 0.91 s
- VRAM（平均）
- 6.01 GB
- MTP 接受率
- —
- TTFB
- 2.27 GB
- 功耗
- 318.3 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
- IQ3_XS
- 框架
- Ollama
- 版本
- v0.26
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 6.01 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 318.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · Ubuntu 24.04 · CUDA 12.8 · 16384 ctx
283.4 tok/s
Decode
1,452.77 tok/s
Prefill
0.91 s
TTFT
6.01 GB
VRAM
—
MTP
318.3 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=68 running model_id=70 at IQ3_XS