返回搜索结果
Ministral-3-8B-Instruct-2512 · Q4_K_S
NVIDIA RTX 309024GBvLLM v0.34L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（Q4_K_S）在 NVIDIA RTX 3090 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。
94.16 tok/s
Decode
解码速度
413.12 tok/s
Prefill
预填充速度
1.03 s
TTFT
首 token 延迟
15.2 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
- vLLM · Q4_K_S （当前）Decode 94.16 · Prefill 413.12 ·
- Strata · Q3_K_S Decode 133.25 · Prefill 628.12 ·
核心数据
- Decode（平均）
- 94.16 tok/s
- Prefill（平均）
- 413.12 tok/s
- TTFT（平均）
- 1.03 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.75 GB
- 功耗
- 304.2 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_S
- 框架
- vLLM
- 版本
- v0.34
- 上下文长度
- 16384 tokens
- 批次大小
- 8
- 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
- NVIDIA RTX 3090
- 标称显存
- 24 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Windows 11 24H2
- 驱动
- 572.83
- CUDA
- 12.4
- 电源功耗
- 304.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · Windows 11 24H2 · CUDA 12.4 · 16384 ctx
94.16 tok/s
Decode
413.12 tok/s
Prefill
1.03 s
TTFT
15.2 GB
VRAM
—
MTP
304.2 W
功耗
L2 batch seed 2026-10-24: vLLM on hw_id=2 running model_id=74 at Q4_K_S