返回搜索结果
Ministral-3-8B-Instruct-2512 · Q2_K
AMD Ryzen AI Max+ 395128GBllama.cpp v0.27L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（Q2_K）在 AMD Ryzen AI Max+ 395 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。
42.14 tok/s
Decode
解码速度
173.71 tok/s
Prefill
预填充速度
2.26 s
TTFT
首 token 延迟
11.34 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
11 天前
最后验证
性能表现
- llama.cpp · Q2_K （当前）Decode 42.14 · Prefill 173.71 ·
- Ollama · Q3_K_L Decode 32.47 · Prefill 141.58 ·
核心数据
- Decode（平均）
- 42.14 tok/s
- Prefill（平均）
- 173.71 tok/s
- TTFT（平均）
- 2.26 s
- VRAM（平均）
- 11.34 GB
- MTP 接受率
- —
- TTFB
- 0.34 GB
- 功耗
- 47.7 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
- Q2_K
- 框架
- llama.cpp
- 版本
- v0.27
- 上下文长度
- 65536 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 11.34 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.12
- CUDA
- 12.8
- 电源功耗
- 47.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Ubuntu 22.04 · CUDA 12.8 · 65536 ctx
42.14 tok/s
Decode
173.71 tok/s
Prefill
2.26 s
TTFT
11.34 GB
VRAM
—
MTP
47.7 W
功耗
L2 batch seed 2026-10-24: llama.cpp on hw_id=24 running model_id=74 at Q2_K