返回搜索结果
Ministral-3-8B-Instruct-2512 · Q5_K_M
AMD Radeon RX 7900 XTX24GBvLLM v0.48L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（Q5_K_M）在 AMD Radeon RX 7900 XTX 上以 vLLM 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。
70.36 tok/s
Decode
解码速度
357.32 tok/s
Prefill
预填充速度
2.33 s
TTFT
首 token 延迟
17.72 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
12 天前
最后验证
性能表现
- vLLM · Q5_K_M （当前）Decode 70.36 · Prefill 357.32 ·
- Ollama · IQ3_S Decode 86.72 · Prefill 439.93 ·
核心数据
- Decode（平均）
- 70.36 tok/s
- Prefill（平均）
- 357.32 tok/s
- TTFT（平均）
- 2.33 s
- VRAM（平均）
- 17.72 GB
- MTP 接受率
- —
- TTFB
- 0.56 GB
- 功耗
- 267.5 W
基础配置
成员级字段取自最近一次实测
- 模型
- Ministral-3-8B-Instruct-2512
- 量化方式
- Q5_K_M
- 框架
- vLLM
- 版本
- v0.48
- 上下文长度
- 4096 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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
- AMD Radeon RX 7900 XTX
- 标称显存
- 24 GB
- 实测显存（均值）
- 17.72 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- 12.4
- 电源功耗
- 267.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · Ubuntu 22.04 · CUDA 12.4 · 4096 ctx
70.36 tok/s
Decode
357.32 tok/s
Prefill
2.33 s
TTFT
17.72 GB
VRAM
—
MTP
267.5 W
功耗
L2 batch seed 2026-10-24: vLLM on hw_id=11 running model_id=74 at Q5_K_M