返回搜索结果
Qwen2.5-Omni-3B · Q4_K_S
AMD Ryzen AI Max+ 395128GBllama.cpp v0.55L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（Q4_K_S）在 AMD Ryzen AI Max+ 395 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。
153.58 tok/s
Decode
解码速度
827.06 tok/s
Prefill
预填充速度
0.9 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 · IQ3_S Decode 201.15 · Prefill 1047.45 ·
- vLLM · Q2_K Decode 204.49 · Prefill 918.23 ·
- Strata · Q4_K_M Decode 218.64 · Prefill 754.88 ·
- Strata · Q8_0 Decode 147.88 · Prefill 774.09 ·
- llama.cpp · Q4_K_S （当前）Decode 153.58 · Prefill 827.06 ·
- llama.cpp · Q8_0 Decode 98.01 · Prefill 478.15 ·
- Ollama · Q3_K_S Decode 173.92 · Prefill 636.41 ·
- Ollama · Q4_K_S Decode 150.76 · Prefill 704.53 ·
核心数据
- Decode（平均）
- 153.58 tok/s
- Prefill（平均）
- 827.06 tok/s
- TTFT（平均）
- 0.9 s
- VRAM（平均）
- 7.01 GB
- MTP 接受率
- —
- TTFB
- 1.23 GB
- 功耗
- 143 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
- llama.cpp
- 版本
- v0.55
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 7.01 GB
- 系统
- Windows 11 23H2
- 驱动
- AMD Adrenalin 25.10.1
- CUDA
- N/A
- 电源功耗
- 143 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.55 · Windows 11 23H2 · CUDA N/A · 32768 ctx
153.58 tok/s
Decode
827.06 tok/s
Prefill
0.9 s
TTFT
7.01 GB
VRAM
—
MTP
143 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=24 running model_id=60 at Q4_K_S