返回搜索结果
Qwen3-8B · IQ3_S
NVIDIA RTX 408016GBOllama v0.29L2 跨框架验证
本页汇总 Qwen3-8B（IQ3_S）在 NVIDIA RTX 4080 上以 Ollama 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。
137.8 tok/s
Decode
解码速度
706.29 tok/s
Prefill
预填充速度
0.65 s
TTFT
首 token 延迟
13.19 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
- Ollama · IQ3_S （当前）Decode 137.8 · Prefill 706.29 ·
- Ollama · IQ3_XS Decode 158.58 · Prefill 727 ·
- Strata · IQ3_S Decode 234.8 · Prefill 1203.48 ·
- Strata · IQ4_XS Decode 189.04 · Prefill 930.37 ·
- llama.cpp · IQ1_S Decode 141.07 · Prefill 456.51 ·
- llama.cpp · IQ3_S Decode 105.08 · Prefill 472.34 ·
- vLLM · IQ1_S Decode 150.38 · Prefill 727.2 ·
核心数据
- Decode（平均）
- 137.8 tok/s
- Prefill（平均）
- 706.29 tok/s
- TTFT（平均）
- 0.65 s
- VRAM（平均）
- 13.19 GB
- MTP 接受率
- —
- TTFB
- 1.1 GB
- 功耗
- 292.4 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
- IQ3_S
- 框架
- Ollama
- 版本
- v0.29
- 上下文长度
- 8192 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
- NVIDIA RTX 4080
- 标称显存
- 16 GB
- 实测显存（均值）
- 13.19 GB
- 系统
- Windows 11 24H2
- 驱动
- 572.83
- CUDA
- 12.8
- 电源功耗
- 292.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.29 · Windows 11 24H2 · CUDA 12.8 · 8192 ctx
137.8 tok/s
Decode
706.29 tok/s
Prefill
0.65 s
TTFT
13.19 GB
VRAM
—
MTP
292.4 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=41 running model_id=53 at IQ3_S