返回搜索结果
Qwen3-1.7B · Q3_K_L
AMD Radeon RX 907016GBllama.cpp v0.49L2 跨框架验证
本页汇总 Qwen3-1.7B（Q3_K_L）在 AMD Radeon RX 9070 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。
168.28 tok/s
Decode
解码速度
901.02 tok/s
Prefill
预填充速度
2.16 s
TTFT
首 token 延迟
4.67 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 · IQ1_S Decode 251.73 · Prefill 1075.85 ·
- llama.cpp · Q3_K_L （当前）Decode 168.28 · Prefill 901.02 ·
- Strata · IQ3_XS Decode 263.09 · Prefill 972.27 ·
- Strata · Q5_K_M Decode 186.72 · Prefill 727.73 ·
核心数据
- Decode（平均）
- 168.28 tok/s
- Prefill（平均）
- 901.02 tok/s
- TTFT（平均）
- 2.16 s
- VRAM（平均）
- 4.67 GB
- MTP 接受率
- —
- TTFB
- 1.35 GB
- 功耗
- 279.5 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-1.7B
- 量化方式
- Q3_K_L
- 框架
- llama.cpp
- 版本
- v0.49
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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
- AMD Radeon RX 9070
- 标称显存
- 16 GB
- 实测显存（均值）
- 4.67 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 279.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · Ubuntu 22.04 · CUDA N/A · 32768 ctx
168.28 tok/s
Decode
901.02 tok/s
Prefill
2.16 s
TTFT
4.67 GB
VRAM
—
MTP
279.5 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=21 running model_id=55 at Q3_K_L