返回搜索结果
Qwen3-4B-Thinking-2507 · IQ4_XS
AMD Strix Point (Radeon 890M)llama.cpp v0.24L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ4_XS）在 AMD Strix Point (Radeon 890M) 上以 llama.cpp 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。
75.65 tok/s
Decode
解码速度
261.83 tok/s
Prefill
预填充速度
2.44 s
TTFT
首 token 延迟
8.32 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 · IQ4_XS （当前）Decode 75.65 · Prefill 261.83 ·
- vLLM · Q5_K_S Decode 60.14 · Prefill 291.94 ·
核心数据
- Decode（平均）
- 75.65 tok/s
- Prefill（平均）
- 261.83 tok/s
- TTFT（平均）
- 2.44 s
- VRAM（平均）
- 8.32 GB
- MTP 接受率
- —
- TTFB
- 0.61 GB
- 功耗
- 104.4 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
- IQ4_XS
- 框架
- llama.cpp
- 版本
- v0.24
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 Strix Point (Radeon 890M)
- 实测显存（均值）
- 8.32 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 104.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.24 · Ubuntu 22.04 · CUDA N/A · 32768 ctx
75.65 tok/s
Decode
261.83 tok/s
Prefill
2.44 s
TTFT
8.32 GB
VRAM
—
MTP
104.4 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=89 running model_id=57 at IQ4_XS