返回搜索结果
Qwen3-4B-Thinking-2507 · Q2_K
Qualcomm Snapdragon X Elitellama.cpp v0.23L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（Q2_K）在 Qualcomm Snapdragon X Elite 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。
81.63 tok/s
Decode
解码速度
398.71 tok/s
Prefill
预填充速度
0.96 s
TTFT
首 token 延迟
6.72 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 · Q2_K （当前）Decode 81.63 · Prefill 398.71 ·
- Strata · Q8_0 Decode 48.7 · Prefill 212.72 ·
- llama.cpp · Q8_0 Decode 18.5 · Prefill 2.2 ·
核心数据
- Decode（平均）
- 81.63 tok/s
- Prefill（平均）
- 398.71 tok/s
- TTFT（平均）
- 0.96 s
- VRAM（平均）
- 6.72 GB
- MTP 接受率
- —
- TTFB
- 0.65 GB
- 功耗
- 34.1 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
- Q2_K
- 框架
- llama.cpp
- 版本
- v0.23
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- 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
- Qualcomm Snapdragon X Elite
- 实测显存（均值）
- 6.72 GB
- 系统
- Windows 11 23H2
- 驱动
- Qualcomm Adreno 7.0
- CUDA
- N/A
- 电源功耗
- 34.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · Windows 11 23H2 · CUDA N/A · 2048 ctx
81.63 tok/s
Decode
398.71 tok/s
Prefill
0.96 s
TTFT
6.72 GB
VRAM
—
MTP
34.1 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=104 running model_id=57 at Q2_K