返回搜索结果
Ministral-3-8B-Instruct-2512 · Q2_K
NVIDIA RTX PRO 6000 Blackwell 96GB96GBvLLM v0.35L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（Q2_K）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
326.52 tok/s
Decode
解码速度
1,378.65 tok/s
Prefill
预填充速度
2.24 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
12 天前
最后验证
性能表现
- vLLM · Q2_K （当前）Decode 326.52 · Prefill 1378.65 ·
- Strata · Q5_K_M Decode 252.2 · Prefill 1116.29 ·
核心数据
- Decode（平均）
- 326.52 tok/s
- Prefill（平均）
- 1,378.65 tok/s
- TTFT（平均）
- 2.24 s
- VRAM（平均）
- 11.34 GB
- MTP 接受率
- —
- TTFB
- 2.61 GB
- 功耗
- 329.4 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
- vLLM
- 版本
- v0.35
- 上下文长度
- 65536 tokens
- 批次大小
- 32
- GPU 层数
- 999
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 11.34 GB
- 系统
- Windows 11 23H2
- 驱动
- 572.83
- CUDA
- 12.8
- 电源功耗
- 329.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.35 · Windows 11 23H2 · CUDA 12.8 · 65536 ctx
326.52 tok/s
Decode
1,378.65 tok/s
Prefill
2.24 s
TTFT
11.34 GB
VRAM
—
MTP
329.4 W
功耗
L2 batch seed 2026-10-24: vLLM on hw_id=68 running model_id=74 at Q2_K