返回搜索结果
Qwen3-4B-Thinking-2507 · Q3_K_S
AMD Radeon RX 907016GBvLLM v0.53L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（Q3_K_S）在 AMD Radeon RX 9070 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。
140.19 tok/s
Decode
解码速度
769.84 tok/s
Prefill
预填充速度
0.37 s
TTFT
首 token 延迟
7.56 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 · IQ3_S Decode 127.52 · Prefill 534.05 ·
- vLLM · Q3_K_S （当前）Decode 140.19 · Prefill 769.84 ·
核心数据
- Decode（平均）
- 140.19 tok/s
- Prefill（平均）
- 769.84 tok/s
- TTFT（平均）
- 0.37 s
- VRAM（平均）
- 7.56 GB
- MTP 接受率
- —
- TTFB
- 1.12 GB
- 功耗
- 244.6 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
- Q3_K_S
- 框架
- vLLM
- 版本
- v0.53
- 上下文长度
- 4096 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
- AMD Radeon RX 9070
- 标称显存
- 16 GB
- 实测显存（均值）
- 7.56 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 244.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.53 · Windows 11 23H2 · CUDA N/A · 4096 ctx
140.19 tok/s
Decode
769.84 tok/s
Prefill
0.37 s
TTFT
7.56 GB
VRAM
—
MTP
244.6 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=21 running model_id=57 at Q3_K_S