返回搜索结果
Qwen3-4B-Thinking-2507 · Q5_K_M
AMD Ryzen AI Max+ 395128GBllama.cpp v0.47L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（Q5_K_M）在 AMD Ryzen AI Max+ 395 上以 llama.cpp 运行的 2 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。
107.36 tok/s
Decode
解码速度
478 tok/s
Prefill
预填充速度
0.7 s
TTFT
首 token 延迟
9.91 GB
VRAM
显存占用
L2 跨框架验证
2
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 · Q5_K_M （当前）Decode 107.36 · Prefill 478 ·
- llama.cpp · Q8_0 Decode 78.29 · Prefill 263.52 ·
- Ollama · Q3_K_S Decode 145.01 · Prefill 581.64 ·
- llama.cpp · IQ2_M Decode 178.19 · Prefill 583.74 ·
- Strata · Q3_K_L Decode 190.53 · Prefill 851.53 ·
核心数据
- Decode（平均）
- 107.36 tok/s
- Prefill（平均）
- 478 tok/s
- TTFT（平均）
- 0.7 s
- VRAM（平均）
- 9.91 GB
- MTP 接受率
- —
- TTFB
- 0.86 GB
- 功耗
- 86.15 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_M
- 框架
- llama.cpp
- 版本
- v0.47
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 9.91 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 111.3 W
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
v0.47 · Ubuntu 22.04 · CUDA N/A · 16384 ctx
105.16 tok/s
Decode
413.34 tok/s
Prefill
0.62 s
TTFT
9.91 GB
VRAM
—
MTP
111.3 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=24 running model_id=57 at Q5_K_M
v0.45 · Windows 11 23H2 · CUDA N/A · 2048 ctx
109.56 tok/s
Decode
542.66 tok/s
Prefill
0.77 s
TTFT
9.91 GB
VRAM
—
MTP
61 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=24 running model_id=57 at Q5_K_M