返回搜索结果
Qwen3-4B-Thinking-2507 · IQ2_XS
NVIDIA RTX 407012GBStrata v0.41L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ2_XS）在 NVIDIA RTX 4070 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。
167.79 tok/s
Decode
解码速度
693.81 tok/s
Prefill
预填充速度
1.97 s
TTFT
首 token 延迟
6.13 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
- Ollama · Q5_K_S Decode 75.85 · Prefill 366.79 ·
- Strata · IQ2_XS （当前）Decode 167.79 · Prefill 693.81 ·
- Strata · IQ4_XS Decode 136.2 · Prefill 500.55 ·
核心数据
- Decode（平均）
- 167.79 tok/s
- Prefill（平均）
- 693.81 tok/s
- TTFT（平均）
- 1.97 s
- VRAM（平均）
- 6.13 GB
- MTP 接受率
- 0.74
- TTFB
- 1.34 GB
- 功耗
- 221 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
- IQ2_XS
- 框架
- Strata
- 版本
- v0.41
- 上下文长度
- 4096 tokens
- 批次大小
- 1024
- GPU 层数
- 15
- 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
- NVIDIA RTX 4070
- 标称显存
- 12 GB
- 实测显存（均值）
- 6.13 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- 12.6
- 电源功耗
- 221 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · Ubuntu 22.04 · CUDA 12.6 · 4096 ctx
167.79 tok/s
Decode
693.81 tok/s
Prefill
1.97 s
TTFT
6.13 GB
VRAM
0.74
MTP
221 W
功耗
L2 batch seed 2026-10-13: Strata on hw_id=45 running model_id=57 at IQ2_XS