返回搜索结果
Ministral-3-8B-Instruct-2512 · Q3_K_S
NVIDIA RTX 4080 Super16GBOllama v0.21L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（Q3_K_S）在 NVIDIA RTX 4080 Super 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。
155.17 tok/s
Decode
解码速度
518.65 tok/s
Prefill
预填充速度
1.93 s
TTFT
首 token 延迟
13.02 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 · IQ3_XS Decode 194.23 · Prefill 865.43 ·
- Ollama · Q3_K_S （当前）Decode 155.17 · Prefill 518.65 ·
核心数据
- Decode（平均）
- 155.17 tok/s
- Prefill（平均）
- 518.65 tok/s
- TTFT（平均）
- 1.93 s
- VRAM（平均）
- 13.02 GB
- MTP 接受率
- —
- TTFB
- 1.24 GB
- 功耗
- 280.6 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
- Q3_K_S
- 框架
- Ollama
- 版本
- v0.21
- 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
- NVIDIA RTX 4080 Super
- 标称显存
- 16 GB
- 实测显存（均值）
- 13.02 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 280.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Windows 11 23H2 · CUDA 12.8 · 65536 ctx
155.17 tok/s
Decode
518.65 tok/s
Prefill
1.93 s
TTFT
13.02 GB
VRAM
—
MTP
280.6 W
功耗
L2 batch seed 2026-10-24: Ollama on hw_id=20 running model_id=74 at Q3_K_S