返回搜索结果
Qwen2.5-Omni-3B · Q8_0
AMD Radeon RX 907016GBvLLM v0.36L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（Q8_0）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。
91.32 tok/s
Decode
解码速度
374.63 tok/s
Prefill
预填充速度
2.39 s
TTFT
首 token 延迟
9.35 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 Decode 147.81 · Prefill 510.18 ·
- vLLM · Q8_0 （当前）Decode 91.32 · Prefill 374.63 ·
- Strata · Q6_K Decode 126.97 · Prefill 623.22 ·
核心数据
- Decode（平均）
- 91.32 tok/s
- Prefill（平均）
- 374.63 tok/s
- TTFT（平均）
- 2.39 s
- VRAM（平均）
- 9.35 GB
- MTP 接受率
- —
- TTFB
- 0.73 GB
- 功耗
- 309.7 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
- Q8_0
- 框架
- vLLM
- 版本
- v0.36
- 上下文长度
- 2048 tokens
- 批次大小
- 32
- 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）
- 9.35 GB
- 系统
- macOS 15.0
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 309.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · macOS 15.0 · CUDA N/A · 2048 ctx
91.32 tok/s
Decode
374.63 tok/s
Prefill
2.39 s
TTFT
9.35 GB
VRAM
—
MTP
309.7 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=21 running model_id=60 at Q8_0