返回搜索结果
Qwen2.5-Omni-3B · Q5_K_M
NVIDIA RTX 407012GBOllama v0.32L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（Q5_K_M）在 NVIDIA RTX 4070 上以 Ollama 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。
86.83 tok/s
Decode
解码速度
374.83 tok/s
Prefill
预填充速度
0.74 s
TTFT
首 token 延迟
7.96 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
- Ollama · Q4_K_M Decode 96.06 · Prefill 324.01 ·
- Ollama · Q5_K_M （当前）Decode 86.83 · Prefill 374.83 ·
核心数据
- Decode（平均）
- 86.83 tok/s
- Prefill（平均）
- 374.83 tok/s
- TTFT（平均）
- 0.74 s
- VRAM（平均）
- 7.96 GB
- MTP 接受率
- —
- TTFB
- 0.69 GB
- 功耗
- 279.9 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
- Q5_K_M
- 框架
- Ollama
- 版本
- v0.32
- 上下文长度
- 2048 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
- NVIDIA RTX 4070
- 标称显存
- 12 GB
- 实测显存（均值）
- 7.96 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- 12.4
- 电源功耗
- 279.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.32 · Ubuntu 22.04 · CUDA 12.4 · 2048 ctx
86.83 tok/s
Decode
374.83 tok/s
Prefill
0.74 s
TTFT
7.96 GB
VRAM
—
MTP
279.9 W
功耗
L2 batch seed 2026-10-13: Ollama on hw_id=45 running model_id=60 at Q5_K_M