返回搜索结果
Qwen3-1.7B · IQ3_XS
Qualcomm Snapdragon 7 Gen 4vLLM v0.49L2 跨框架验证
本页汇总 Qwen3-1.7B（IQ3_XS）在 Qualcomm Snapdragon 7 Gen 4 上以 vLLM 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。
85.76 tok/s
Decode
解码速度
337.65 tok/s
Prefill
预填充速度
0.54 s
TTFT
首 token 延迟
4.32 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
2 天前
最后验证
性能表现
- llama.cpp · Q3_K_L Decode 72.64 · Prefill 300.08 ·
- vLLM · IQ3_XS （当前）Decode 85.76 · Prefill 337.65 ·
- vLLM · Q3_K_L Decode 76.96 · Prefill 347.46 ·
核心数据
- Decode（平均）
- 85.76 tok/s
- Prefill（平均）
- 337.65 tok/s
- TTFT（平均）
- 0.54 s
- VRAM（平均）
- 4.32 GB
- MTP 接受率
- —
- TTFB
- 0.69 GB
- 功耗
- 30.9 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
- IQ3_XS
- 框架
- vLLM
- 版本
- v0.49
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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
- Qualcomm Snapdragon 7 Gen 4
- 实测显存（均值）
- 4.32 GB
- 系统
- Windows 11 23H2
- 驱动
- Qualcomm Adreno 7.0
- CUDA
- N/A
- 电源功耗
- 30.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · Windows 11 23H2 · CUDA N/A · 2048 ctx
85.76 tok/s
Decode
337.65 tok/s
Prefill
0.54 s
TTFT
4.32 GB
VRAM
—
MTP
30.9 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=105 running model_id=55 at IQ3_XS