返回搜索结果
Qwen3-4B-Thinking-2507 · Q5_K_S
AMD Radeon RX 9070 XT16GBvLLM v0.36L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（Q5_K_S）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。
103.28 tok/s
Decode
解码速度
532.39 tok/s
Prefill
预填充速度
0.88 s
TTFT
首 token 延迟
9.66 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 Decode 186.6 · Prefill 815.85 ·
- vLLM · Q5_K_S （当前）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）
- 103.28 tok/s
- Prefill（平均）
- 532.39 tok/s
- TTFT（平均）
- 0.88 s
- VRAM（平均）
- 9.66 GB
- MTP 接受率
- —
- TTFB
- 0.83 GB
- 功耗
- 258.3 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
- Q5_K_S
- 框架
- vLLM
- 版本
- v0.36
- 上下文长度
- 32768 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 9.66 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 258.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · Windows 11 23H2 · CUDA N/A · 32768 ctx
103.28 tok/s
Decode
532.39 tok/s
Prefill
0.88 s
TTFT
9.66 GB
VRAM
—
MTP
258.3 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=16 running model_id=57 at Q5_K_S