返回搜索结果
Qwen3-Coder-Next · Q3_K_S
2x AMD Strix HalovLLM v0.48L2 跨框架验证
本页汇总 Qwen3-Coder-Next（Q3_K_S）在 2x AMD Strix Halo 上以 vLLM 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。
149.19 tok/s
Decode
解码速度
617.1 tok/s
Prefill
预填充速度
1.16 s
TTFT
首 token 延迟
1.05 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
- vLLM · Q3_K_S （当前）Decode 149.19 · Prefill 617.1 ·
- vLLM · Q8_0 Decode 87.69 · Prefill 408.22 ·
- Strata · Q3_K_M Decode 208.39 · Prefill 864.96 ·
核心数据
- Decode（平均）
- 149.19 tok/s
- Prefill（平均）
- 617.1 tok/s
- TTFT（平均）
- 1.16 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 1.19 GB
- 功耗
- 98.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-Coder-Next
- 量化方式
- Q3_K_S
- 框架
- vLLM
- 版本
- v0.48
- 上下文长度
- 8192 tokens
- 批次大小
- 8
- GPU 层数
- 999
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- 2x AMD Strix Halo
- 实测显存（均值）
- 1.05 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- N/A
- 电源功耗
- 98.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · Ubuntu 22.04 · CUDA N/A · 8192 ctx
149.19 tok/s
Decode
617.1 tok/s
Prefill
1.16 s
TTFT
1.05 GB
VRAM
—
MTP
98.4 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=88 running model_id=58 at Q3_K_S