返回搜索结果
Qwen2.5-Omni-3B · IQ4_XS
AMD Strix Halo (Radeon 8060S)llama.cpp v0.34L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（IQ4_XS）在 AMD Strix Halo (Radeon 8060S) 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。
127.7 tok/s
Decode
解码速度
503.71 tok/s
Prefill
预填充速度
0.82 s
TTFT
首 token 延迟
6.76 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 · IQ4_XS （当前）Decode 127.7 · Prefill 503.71 ·
- Ollama · Q4_K_S Decode 115.67 · Prefill 506.03 ·
- Ollama · Q5_K_M Decode 87.89 · Prefill 401.06 ·
核心数据
- Decode（平均）
- 127.7 tok/s
- Prefill（平均）
- 503.71 tok/s
- TTFT（平均）
- 0.82 s
- VRAM（平均）
- 6.76 GB
- MTP 接受率
- —
- TTFB
- 1.02 GB
- 功耗
- 58.6 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
- IQ4_XS
- 框架
- llama.cpp
- 版本
- v0.34
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 33
- 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 Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 6.76 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 58.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · Ubuntu 22.04 · CUDA N/A · 8192 ctx
127.7 tok/s
Decode
503.71 tok/s
Prefill
0.82 s
TTFT
6.76 GB
VRAM
—
MTP
58.6 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=87 running model_id=60 at IQ4_XS