返回搜索结果
Qwen3-Coder-Next · IQ2_M
NVIDIA RTX 509032GBOllama v0.32L2 跨框架验证
本页汇总 Qwen3-Coder-Next（IQ2_M）在 NVIDIA RTX 5090 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。
299.22 tok/s
Decode
解码速度
1,242.06 tok/s
Prefill
预填充速度
1.78 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 · IQ2_M （当前）Decode 299.22 · Prefill 1242.06 ·
- Ollama · Q3_K_M Decode 238.15 · Prefill 870.24 ·
- Strata · IQ1_S Decode 320.16 · Prefill 1259.65 ·
- vLLM · Q5_K_M Decode — · Prefill — ·
- vLLM · Q4_K_M Decode — · Prefill — ·
- llama.cpp · Q5_K_M Decode — · Prefill — ·
- llama.cpp · Q4_K_M Decode — · Prefill — ·
核心数据
- Decode（平均）
- 299.22 tok/s
- Prefill（平均）
- 1,242.06 tok/s
- TTFT（平均）
- 1.78 s
- VRAM（平均）
- 1.05 GB
- MTP 接受率
- —
- TTFB
- 2.39 GB
- 功耗
- 353.8 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
- IQ2_M
- 框架
- Ollama
- 版本
- v0.32
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 5090
- 标称显存
- 32 GB
- 实测显存（均值）
- 1.05 GB
- 系统
- macOS 15.0
- 驱动
- 555.85
- CUDA
- 12.8
- 电源功耗
- 353.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.32 · macOS 15.0 · CUDA 12.8 · 8192 ctx
299.22 tok/s
Decode
1,242.06 tok/s
Prefill
1.78 s
TTFT
1.05 GB
VRAM
—
MTP
353.8 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=13 running model_id=58 at IQ2_M