返回搜索结果
Qwen3-4B-Thinking-2507 · IQ2_XS
AMD Radeon RX 9070 XT16GBvLLM v0.41L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ2_XS）在 AMD Radeon RX 9070 XT 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。
186.6 tok/s
Decode
解码速度
815.85 tok/s
Prefill
预填充速度
1.44 s
TTFT
首 token 延迟
6.13 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
- vLLM · IQ2_XS （当前）Decode 186.6 · Prefill 815.85 ·
- vLLM · Q5_K_S Decode 103.28 · Prefill 532.39 ·
- Ollama · Q3_K_M Decode 127.72 · Prefill 433.24 ·
- Ollama · Q3_K_S Decode 126.74 · Prefill 598.67 ·
核心数据
- Decode（平均）
- 186.6 tok/s
- Prefill（平均）
- 815.85 tok/s
- TTFT（平均）
- 1.44 s
- VRAM（平均）
- 6.13 GB
- MTP 接受率
- —
- TTFB
- 1.49 GB
- 功耗
- 252 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-4B-Thinking-2507
- 量化方式
- IQ2_XS
- 框架
- vLLM
- 版本
- v0.41
- 上下文长度
- 2048 tokens
- 批次大小
- 32
- 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
- AMD Radeon RX 9070 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 6.13 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 252 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · Ubuntu 24.04 · CUDA N/A · 2048 ctx
186.6 tok/s
Decode
815.85 tok/s
Prefill
1.44 s
TTFT
6.13 GB
VRAM
—
MTP
252 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=16 running model_id=57 at IQ2_XS