返回搜索结果
Qwen3-8B · Q3_K_L
NVIDIA RTX PRO 6000 Blackwell 96GB96GBStrata v0.41L2 跨框架验证
本页汇总 Qwen3-8B（Q3_K_L）在 NVIDIA RTX PRO 6000 Blackwell 96GB 上以 Strata 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。
317.22 tok/s
Decode
解码速度
1,349.4 tok/s
Prefill
预填充速度
1.61 s
TTFT
首 token 延迟
14.2 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
17 天前
最后验证
性能表现
- llama.cpp · Q2_K Decode 305.21 · Prefill 1181.07 ·
- Strata · IQ3_S Decode 374.23 · Prefill 1951.46 ·
- Strata · Q3_K_L （当前）Decode 317.22 · Prefill 1349.4 ·
核心数据
- Decode（平均）
- 317.22 tok/s
- Prefill（平均）
- 1,349.4 tok/s
- TTFT（平均）
- 1.61 s
- VRAM（平均）
- 14.2 GB
- MTP 接受率
- 0.77
- TTFB
- 2.54 GB
- 功耗
- 337.2 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_L
- 框架
- Strata
- 版本
- v0.41
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 12
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 14.2 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 337.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · Ubuntu 22.04 · CUDA 12.4 · 2048 ctx
317.22 tok/s
Decode
1,349.4 tok/s
Prefill
1.61 s
TTFT
14.2 GB
VRAM
0.77
MTP
337.2 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=68 running model_id=53 at Q3_K_L