返回搜索结果
Qwen3-4B-Thinking-2507 · IQ3_XS
NVIDIA RTX 4060 Ti 16GB16GBStrata v0.43L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ3_XS）在 NVIDIA RTX 4060 Ti 16GB 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。
160.63 tok/s
Decode
解码速度
538.1 tok/s
Prefill
预填充速度
1.55 s
TTFT
首 token 延迟
7.31 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 108.19 · Prefill 350.2 ·
- vLLM · Q3_K_M Decode 119.54 · Prefill 394.34 ·
- Strata · IQ3_XS （当前）Decode 160.63 · Prefill 538.1 ·
- Strata · Q3_K_L Decode 140.78 · Prefill 483.92 ·
核心数据
- Decode（平均）
- 160.63 tok/s
- Prefill（平均）
- 538.1 tok/s
- TTFT（平均）
- 1.55 s
- VRAM（平均）
- 7.31 GB
- MTP 接受率
- 0.47
- TTFB
- 1.29 GB
- 功耗
- 374.3 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
- IQ3_XS
- 框架
- Strata
- 版本
- v0.43
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 12
- 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
- NVIDIA RTX 4060 Ti 16GB
- 标称显存
- 16 GB
- 实测显存（均值）
- 7.31 GB
- 系统
- macOS 15.0
- 驱动
- 570.86
- CUDA
- 12.6
- 电源功耗
- 374.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · macOS 15.0 · CUDA 12.6 · 2048 ctx
160.63 tok/s
Decode
538.1 tok/s
Prefill
1.55 s
TTFT
7.31 GB
VRAM
0.47
MTP
374.3 W
功耗
L2 batch seed 2026-10-13: Strata on hw_id=3 running model_id=57 at IQ3_XS