返回搜索结果
Qwen2.5-Omni-3B · IQ4_XS
Intel Arc A770 16GB16GBvLLM v0.26L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（IQ4_XS）在 Intel Arc A770 16GB 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。
86.78 tok/s
Decode
解码速度
278.58 tok/s
Prefill
预填充速度
2.2 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 · IQ2_XS Decode 113.09 · Prefill 493.14 ·
- vLLM · IQ2_M Decode 105.24 · Prefill 529.61 ·
- vLLM · IQ4_XS （当前）Decode 86.78 · Prefill 278.58 ·
- llama.cpp · Q3_K_S Decode 92.22 · Prefill 373.8 ·
- Strata · IQ2_M Decode 145.2 · Prefill 469.28 ·
核心数据
- Decode（平均）
- 86.78 tok/s
- Prefill（平均）
- 278.58 tok/s
- TTFT（平均）
- 2.2 s
- VRAM（平均）
- 6.76 GB
- MTP 接受率
- —
- TTFB
- 0.69 GB
- 功耗
- 154.7 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
- IQ4_XS
- 框架
- vLLM
- 版本
- v0.26
- 上下文长度
- 4096 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
- Intel Arc A770 16GB
- 标称显存
- 16 GB
- 实测显存（均值）
- 6.76 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 154.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · Ubuntu 24.04 · CUDA 12.6 · 4096 ctx
86.78 tok/s
Decode
278.58 tok/s
Prefill
2.2 s
TTFT
6.76 GB
VRAM
—
MTP
154.7 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=97 running model_id=60 at IQ4_XS