返回搜索结果
Ministral-3-8B-Instruct-2512 · Q4_K_M
NVIDIA H2097GBStrata v0.29L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（Q4_K_M）在 NVIDIA H20 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。
73.54 tok/s
Decode
解码速度
286.94 tok/s
Prefill
预填充速度
1.72 s
TTFT
首 token 延迟
15.88 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_S Decode 49.64 · Prefill 220.24 ·
- Strata · Q4_K_M （当前）Decode 73.54 · Prefill 286.94 ·
核心数据
- Decode（平均）
- 73.54 tok/s
- Prefill（平均）
- 286.94 tok/s
- TTFT（平均）
- 1.72 s
- VRAM（平均）
- 15.88 GB
- MTP 接受率
- 0.75
- TTFB
- 0.59 GB
- 功耗
- 359.1 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
- Q4_K_M
- 框架
- Strata
- 版本
- v0.29
- 上下文长度
- 65536 tokens
- 批次大小
- 1024
- GPU 层数
- 5
- 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 H20
- 标称显存
- 97 GB
- 实测显存（均值）
- 15.88 GB
- 系统
- Ubuntu 22.04
- 驱动
- 572.83
- CUDA
- 12.8
- 电源功耗
- 359.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.29 · Ubuntu 22.04 · CUDA 12.8 · 65536 ctx
73.54 tok/s
Decode
286.94 tok/s
Prefill
1.72 s
TTFT
15.88 GB
VRAM
0.75
MTP
359.1 W
功耗
L2 batch seed 2026-10-24: Strata on hw_id=56 running model_id=74 at Q4_K_M