返回搜索结果
Qwen2.5-Omni-3B · Q4_K_S
AMD Radeon RX 907016GBvLLM v0.46L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（Q4_K_S）在 AMD Radeon RX 9070 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。
147.81 tok/s
Decode
解码速度
510.18 tok/s
Prefill
预填充速度
2.1 s
TTFT
首 token 延迟
7.01 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
5 天前
最后验证
性能表现
- vLLM · Q4_K_S （当前）Decode 147.81 · Prefill 510.18 ·
- vLLM · Q8_0 Decode 91.32 · Prefill 374.63 ·
- Strata · Q6_K Decode 126.97 · Prefill 623.22 ·
核心数据
- Decode（平均）
- 147.81 tok/s
- Prefill（平均）
- 510.18 tok/s
- TTFT（平均）
- 2.1 s
- VRAM（平均）
- 7.01 GB
- MTP 接受率
- —
- TTFB
- 1.18 GB
- 功耗
- 233.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen2.5-Omni-3B
- 量化方式
- Q4_K_S
- 框架
- vLLM
- 版本
- v0.46
- 上下文长度
- 32768 tokens
- 批次大小
- 16
- 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
- AMD Radeon RX 9070
- 标称显存
- 16 GB
- 实测显存（均值）
- 7.01 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 233.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.46 · Windows 11 23H2 · CUDA N/A · 32768 ctx
147.81 tok/s
Decode
510.18 tok/s
Prefill
2.1 s
TTFT
7.01 GB
VRAM
—
MTP
233.4 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=21 running model_id=60 at Q4_K_S