返回搜索结果
Qwen2.5-Omni-3B · Q2_K
NVIDIA RTX 4060 Ti 16GB16GBllama.cpp v0.25L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（Q2_K）在 NVIDIA RTX 4060 Ti 16GB 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。
164.89 tok/s
Decode
解码速度
695.02 tok/s
Prefill
预填充速度
1.02 s
TTFT
首 token 延迟
5.57 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
- llama.cpp · Q2_K （当前）Decode 164.89 · Prefill 695.02 ·
核心数据
- Decode（平均）
- 164.89 tok/s
- Prefill（平均）
- 695.02 tok/s
- TTFT（平均）
- 1.02 s
- VRAM（平均）
- 5.57 GB
- MTP 接受率
- —
- TTFB
- 1.32 GB
- 功耗
- 361 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
- Q2_K
- 框架
- llama.cpp
- 版本
- v0.25
- 上下文长度
- 4096 tokens
- 批次大小
- 256
- 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
- NVIDIA RTX 4060 Ti 16GB
- 标称显存
- 16 GB
- 实测显存（均值）
- 5.57 GB
- 系统
- Windows 11 23H2
- 驱动
- 555.85
- CUDA
- 12.8
- 电源功耗
- 361 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · Windows 11 23H2 · CUDA 12.8 · 4096 ctx
164.89 tok/s
Decode
695.02 tok/s
Prefill
1.02 s
TTFT
5.57 GB
VRAM
—
MTP
361 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=3 running model_id=60 at Q2_K