返回搜索结果
Qwen3-1.7B · Q2_K
NVIDIA RTX 3060 12GB12GBllama.cpp v0.54L2 跨框架验证
本页汇总 Qwen3-1.7B（Q2_K）在 NVIDIA RTX 3060 12GB 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。
169.7 tok/s
Decode
解码速度
583.54 tok/s
Prefill
预填充速度
1.99 s
TTFT
首 token 延迟
4.06 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
今天
最后验证
性能表现
- llama.cpp · Q2_K （当前）Decode 169.7 · Prefill 583.54 ·
- vLLM · Q3_K_L Decode 134.55 · Prefill 711.57 ·
- vLLM · Q8_0 Decode 84.49 · Prefill 329.46 ·
核心数据
- Decode（平均）
- 169.7 tok/s
- Prefill（平均）
- 583.54 tok/s
- TTFT（平均）
- 1.99 s
- VRAM（平均）
- 4.06 GB
- MTP 接受率
- —
- TTFB
- 1.36 GB
- 功耗
- 278.6 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
- Q2_K
- 框架
- llama.cpp
- 版本
- v0.54
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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 3060 12GB
- 标称显存
- 12 GB
- 实测显存（均值）
- 4.06 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 278.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.54 · Windows 11 23H2 · CUDA 12.4 · 8192 ctx
169.7 tok/s
Decode
583.54 tok/s
Prefill
1.99 s
TTFT
4.06 GB
VRAM
—
MTP
278.6 W
功耗
L2 batch seed 2026-10-10: llama.cpp on hw_id=15 running model_id=55 at Q2_K