返回搜索结果
Qwen3-4B · Q4_K_S
AMD Strix Halo (Radeon 8060S)llama.cpp v0.34L2 跨框架验证
本页汇总 Qwen3-4B（Q4_K_S）在 AMD Strix Halo (Radeon 8060S) 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。
106.73 tok/s
Decode
解码速度
450.35 tok/s
Prefill
预填充速度
1.18 s
TTFT
首 token 延迟
8.65 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 · Q4_K_S （当前）Decode 106.73 · Prefill 450.35 ·
- Strata · Q4_K_S Decode 150.62 · Prefill 773.06 ·
- Strata · Q6_K Decode 108.81 · Prefill 551.07 ·
核心数据
- Decode（平均）
- 106.73 tok/s
- Prefill（平均）
- 450.35 tok/s
- TTFT（平均）
- 1.18 s
- VRAM（平均）
- 8.65 GB
- MTP 接受率
- —
- TTFB
- 0.85 GB
- 功耗
- 106 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
- Q4_K_S
- 框架
- llama.cpp
- 版本
- v0.34
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 8.65 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 106 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · Ubuntu 22.04 · CUDA N/A · 16384 ctx
106.73 tok/s
Decode
450.35 tok/s
Prefill
1.18 s
TTFT
8.65 GB
VRAM
—
MTP
106 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=87 running model_id=54 at Q4_K_S