返回搜索结果
Qwen3-8B · Q5_K_M
AMD Radeon RX 907016GBllama.cpp v0.28L2 跨框架验证
本页汇总 Qwen3-8B（Q5_K_M）在 AMD Radeon RX 9070 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。
84.7 tok/s
Decode
解码速度
430.21 tok/s
Prefill
预填充速度
2.31 s
TTFT
首 token 延迟
15.2 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
今天
最后验证
性能表现
- llama.cpp · Q3_K_L Decode 112.13 · Prefill 574.57 ·
- llama.cpp · Q5_K_M （当前）Decode 84.7 · Prefill 430.21 ·
- Strata · Q4_K_S Decode 150.11 · Prefill 526.56 ·
- Strata · Q3_K_L Decode 126.35 · Prefill 621.6 ·
- Strata · Q3_K_S Decode 136.8 · Prefill 667.03 ·
核心数据
- Decode（平均）
- 84.7 tok/s
- Prefill（平均）
- 430.21 tok/s
- TTFT（平均）
- 2.31 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.68 GB
- 功耗
- 220.7 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-8B
- 量化方式
- Q5_K_M
- 框架
- llama.cpp
- 版本
- v0.28
- 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
- AMD Radeon RX 9070
- 标称显存
- 16 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- 12.8
- 电源功耗
- 220.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · Ubuntu 22.04 · CUDA 12.8 · 2048 ctx
84.7 tok/s
Decode
430.21 tok/s
Prefill
2.31 s
TTFT
15.2 GB
VRAM
—
MTP
220.7 W
功耗
L2 batch seed 2026-10-18: llama.cpp on hw_id=21 running model_id=53 at Q5_K_M