返回搜索结果
Qwen3-4B-Thinking-2507 · IQ3_S
AMD Strix Halo (Radeon 8060S)Strata v0.28L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ3_S）在 AMD Strix Halo (Radeon 8060S) 上以 Strata 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。
166.26 tok/s
Decode
解码速度
669.87 tok/s
Prefill
预填充速度
0.77 s
TTFT
首 token 延迟
7.64 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_S Decode 117.04 · Prefill 404.22 ·
- llama.cpp · Q5_K_M Decode 77.99 · Prefill 423.17 ·
- Strata · IQ2_XS Decode 206.18 · Prefill 1005.37 ·
- Strata · IQ3_S （当前）Decode 166.26 · Prefill 669.87 ·
核心数据
- Decode（平均）
- 166.26 tok/s
- Prefill（平均）
- 669.87 tok/s
- TTFT（平均）
- 0.77 s
- VRAM（平均）
- 7.64 GB
- MTP 接受率
- 0.53
- TTFB
- 1.33 GB
- 功耗
- 92.7 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
- IQ3_S
- 框架
- Strata
- 版本
- v0.28
- 上下文长度
- 4096 tokens
- 批次大小
- 1024
- GPU 层数
- 8
- 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 Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 7.64 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 92.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · Ubuntu 24.04 · CUDA N/A · 4096 ctx
166.26 tok/s
Decode
669.87 tok/s
Prefill
0.77 s
TTFT
7.64 GB
VRAM
0.53
MTP
92.7 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=87 running model_id=57 at IQ3_S