返回搜索结果
Qwen3-Coder-Next · Q3_K_L
NVIDIA DGX Spark128GBOllama v0.45L2 跨框架验证
本页汇总 Qwen3-Coder-Next（Q3_K_L）在 NVIDIA DGX Spark 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。
131.46 tok/s
Decode
解码速度
705.73 tok/s
Prefill
预填充速度
1.45 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
- Ollama · Q3_K_L （当前）Decode 131.46 · Prefill 705.73 ·
- Ollama · Q4_K_S Decode 128.78 · Prefill 450.1 ·
- Strata · IQ2_M Decode 261.64 · Prefill 916.28 ·
- Strata · IQ2_XS Decode 259.54 · Prefill 1190.55 ·
核心数据
- Decode（平均）
- 131.46 tok/s
- Prefill（平均）
- 705.73 tok/s
- TTFT（平均）
- 1.45 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 1.05 GB
- 功耗
- 158.6 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_L
- 框架
- Ollama
- 版本
- v0.45
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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
- NVIDIA DGX Spark
- 标称显存
- 128 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- Windows 11 23H2
- 驱动
- 565.57
- CUDA
- 12.6
- 电源功耗
- 158.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.45 · Windows 11 23H2 · CUDA 12.6 · 16384 ctx
131.46 tok/s
Decode
705.73 tok/s
Prefill
1.45 s
TTFT
1.05 GB
VRAM
—
MTP
158.6 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=54 running model_id=58 at Q3_K_L