返回搜索结果
Qwen3-8B · Q3_K_M
Intel Arc B58012GBllama.cpp v0.34L2 跨框架验证
本页汇总 Qwen3-8B（Q3_K_M）在 Intel Arc B580 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。
57.89 tok/s
Decode
解码速度
216.32 tok/s
Prefill
预填充速度
0.35 s
TTFT
首 token 延迟
11.4 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_M （当前）Decode 57.89 · Prefill 216.32 ·
- vLLM · IQ1_S Decode 82.24 · Prefill 450.81 ·
- vLLM · IQ2_XS Decode 78.59 · Prefill 324.5 ·
核心数据
- Decode（平均）
- 57.89 tok/s
- Prefill（平均）
- 216.32 tok/s
- TTFT（平均）
- 0.35 s
- VRAM（平均）
- 11.4 GB
- MTP 接受率
- —
- TTFB
- 0.46 GB
- 功耗
- 238.7 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
- Q3_K_M
- 框架
- llama.cpp
- 版本
- v0.34
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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
- Intel Arc B580
- 标称显存
- 12 GB
- 实测显存（均值）
- 11.4 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 238.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · Ubuntu 24.04 · CUDA 12.6 · 16384 ctx
57.89 tok/s
Decode
216.32 tok/s
Prefill
0.35 s
TTFT
11.4 GB
VRAM
—
MTP
238.7 W
功耗
L2 batch seed 2026-10-10: llama.cpp on hw_id=94 running model_id=53 at Q3_K_M