返回搜索结果
Qwen3-4B · Q6_K
AMD Radeon RX 9070 XT16GBllama.cpp v0.33L2 跨框架验证
本页汇总 Qwen3-4B（Q6_K）在 AMD Radeon RX 9070 XT 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。
94.45 tok/s
Decode
解码速度
349.72 tok/s
Prefill
预填充速度
1.82 s
TTFT
首 token 延迟
10.5 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
- llama.cpp · Q2_K Decode 162 · Prefill 560.55 ·
- llama.cpp · Q6_K （当前）Decode 94.45 · Prefill 349.72 ·
- Ollama · IQ3_S Decode 124.75 · Prefill 481.56 ·
核心数据
- Decode（平均）
- 94.45 tok/s
- Prefill（平均）
- 349.72 tok/s
- TTFT（平均）
- 1.82 s
- VRAM（平均）
- 10.5 GB
- MTP 接受率
- —
- TTFB
- 0.76 GB
- 功耗
- 309.2 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-4B
- 量化方式
- Q6_K
- 框架
- llama.cpp
- 版本
- v0.33
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- 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
- AMD Radeon RX 9070 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 10.5 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 309.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · Windows 11 23H2 · CUDA N/A · 16384 ctx
94.45 tok/s
Decode
349.72 tok/s
Prefill
1.82 s
TTFT
10.5 GB
VRAM
—
MTP
309.2 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=16 running model_id=54 at Q6_K