返回搜索结果
Qwen2.5-Omni-3B · IQ1_S
NVIDIA RTX 408016GBStrata v0.42L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（IQ1_S）在 NVIDIA RTX 4080 上以 Strata 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。
264.72 tok/s
Decode
解码速度
1,096.35 tok/s
Prefill
预填充速度
2.01 s
TTFT
首 token 延迟
4.75 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
- Strata · IQ1_S （当前）Decode 264.72 · Prefill 1096.35 ·
- Strata · IQ2_XS Decode 273.01 · Prefill 1309.97 ·
核心数据
- Decode（平均）
- 264.72 tok/s
- Prefill（平均）
- 1,096.35 tok/s
- TTFT（平均）
- 2.01 s
- VRAM（平均）
- 4.75 GB
- MTP 接受率
- 0.71
- TTFB
- 2.12 GB
- 功耗
- 292.1 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
- IQ1_S
- 框架
- Strata
- 版本
- v0.42
- 上下文长度
- 8192 tokens
- 批次大小
- 1024
- GPU 层数
- 8
- 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 4080
- 标称显存
- 16 GB
- 实测显存（均值）
- 4.75 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 292.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.42 · Ubuntu 24.04 · CUDA 12.4 · 8192 ctx
264.72 tok/s
Decode
1,096.35 tok/s
Prefill
2.01 s
TTFT
4.75 GB
VRAM
0.71
MTP
292.1 W
功耗
L2 batch seed 2026-10-13: Strata on hw_id=41 running model_id=60 at IQ1_S