返回搜索结果
Qwen3-1.7B · FP16
NVIDIA RTX 509032GBOllama v0.38L2 跨框架验证
本页汇总 Qwen3-1.7B（FP16）在 NVIDIA RTX 5090 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。
199.27 tok/s
Decode
解码速度
1,057.11 tok/s
Prefill
预填充速度
2.17 s
TTFT
首 token 延迟
8.7 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 · Q5_K_M Decode 353.77 · Prefill 1906.09 ·
- llama.cpp · Q6_K Decode 345.13 · Prefill 1779.25 ·
- Ollama · FP16 （当前）Decode 199.27 · Prefill 1057.11 ·
- Strata · Q2_K Decode 300.65 · Prefill 1243.6 ·
- Strata · Q4_K_M Decode 280.21 · Prefill 1416.33 ·
核心数据
- Decode（平均）
- 199.27 tok/s
- Prefill（平均）
- 1,057.11 tok/s
- TTFT（平均）
- 2.17 s
- VRAM（平均）
- 8.7 GB
- MTP 接受率
- —
- TTFB
- 1.59 GB
- 功耗
- 424.1 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
- FP16
- 框架
- Ollama
- 版本
- v0.38
- 上下文长度
- 2048 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 5090
- 标称显存
- 32 GB
- 实测显存（均值）
- 8.7 GB
- 系统
- macOS 15.0
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 424.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.38 · macOS 15.0 · CUDA 12.4 · 2048 ctx
199.27 tok/s
Decode
1,057.11 tok/s
Prefill
2.17 s
TTFT
8.7 GB
VRAM
—
MTP
424.1 W
功耗
L2 batch seed 2026-10-10: Ollama on hw_id=13 running model_id=55 at FP16