返回搜索结果
Qwen2.5-0.5B-Instruct · Q3_K_S
NVIDIA Jetson AGX Orin 64GB64GBllama.cpp v0.21L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（Q3_K_S）在 NVIDIA Jetson AGX Orin 64GB 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。
199.9 tok/s
Decode
解码速度
998.9 tok/s
Prefill
预填充速度
0.95 s
TTFT
首 token 延迟
2.78 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
2 天前
最后验证
性能表现
- llama.cpp · IQ1_S Decode 243.52 · Prefill 900.17 ·
- llama.cpp · Q3_K_S （当前）Decode 199.9 · Prefill 998.9 ·
- Strata · IQ3_XS Decode 310.9 · Prefill 1483.77 ·
- Strata · IQ2_M Decode 337.39 · Prefill 1690.81 ·
核心数据
- Decode（平均）
- 199.9 tok/s
- Prefill（平均）
- 998.9 tok/s
- TTFT（平均）
- 0.95 s
- VRAM（平均）
- 2.78 GB
- MTP 接受率
- —
- TTFB
- 1.6 GB
- 功耗
- 51.6 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen2.5-0.5B-Instruct
- 量化方式
- Q3_K_S
- 框架
- llama.cpp
- 版本
- v0.21
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 Jetson AGX Orin 64GB
- 标称显存
- 64 GB
- 实测显存（均值）
- 2.78 GB
- 系统
- JetPack 6.0
- 驱动
- NVIDIA L4T 36.3
- CUDA
- 12.6
- 电源功耗
- 51.6 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 · JetPack 6.0 · CUDA 12.6 · 32768 ctx
199.9 tok/s
Decode
998.9 tok/s
Prefill
0.95 s
TTFT
2.78 GB
VRAM
—
MTP
51.6 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=76 running model_id=59 at Q3_K_S