返回搜索结果
Ministral-3-8B-Instruct-2512 · IQ3_XS
NVIDIA RTX Spark128GBllama.cpp v0.40L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（IQ3_XS）在 NVIDIA RTX Spark 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。
72.77 tok/s
Decode
解码速度
239.26 tok/s
Prefill
预填充速度
2.3 s
TTFT
首 token 延迟
12.52 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 · IQ3_XS （当前）Decode 72.77 · Prefill 239.26 ·
- Ollama · IQ3_XS Decode 66.41 · Prefill 229.61 ·
核心数据
- Decode（平均）
- 72.77 tok/s
- Prefill（平均）
- 239.26 tok/s
- TTFT（平均）
- 2.3 s
- VRAM（平均）
- 12.52 GB
- MTP 接受率
- —
- TTFB
- 0.58 GB
- 功耗
- 63.9 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
- IQ3_XS
- 框架
- llama.cpp
- 版本
- v0.40
- 上下文长度
- 8192 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 Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 12.52 GB
- 系统
- Ubuntu 24.04
- 驱动
- 615.78
- CUDA
- 13.0
- 电源功耗
- 63.9 W
- 参考价格
- $2,399 · 更新于 2026-10-19
价格非实时，以电商页为准
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.40 · Ubuntu 24.04 · CUDA 13.0 · 8192 ctx
72.77 tok/s
Decode
239.26 tok/s
Prefill
2.3 s
TTFT
12.52 GB
VRAM
—
MTP
63.9 W
功耗
L2 batch seed 2026-10-24: llama.cpp on hw_id=110 running model_id=74 at IQ3_XS