返回搜索结果
Qwen3-Embedding-0.6B · IQ4_XS
2x AMD Strix HaloOllama v0.46L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ4_XS）在 2x AMD Strix Halo 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。
379.81 tok/s
Decode
解码速度
1,812.54 tok/s
Prefill
预填充速度
1.53 s
TTFT
首 token 延迟
3.03 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 · FP16 Decode 181.91 · Prefill 736.26 ·
- Ollama · IQ4_XS （当前）Decode 379.81 · Prefill 1812.54 ·
- Strata · IQ4_XS Decode 288.7 · Prefill 1574.67 ·
核心数据
- Decode（平均）
- 379.81 tok/s
- Prefill（平均）
- 1,812.54 tok/s
- TTFT（平均）
- 1.53 s
- VRAM（平均）
- 3.03 GB
- MTP 接受率
- —
- TTFB
- 3.04 GB
- 功耗
- 63.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-Embedding-0.6B
- 量化方式
- IQ4_XS
- 框架
- Ollama
- 版本
- v0.46
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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）
- 3.03 GB
- 系统
- macOS 15.0
- 驱动
- 570.86
- CUDA
- N/A
- 电源功耗
- 63.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.46 · macOS 15.0 · CUDA N/A · 2048 ctx
379.81 tok/s
Decode
1,812.54 tok/s
Prefill
1.53 s
TTFT
3.03 GB
VRAM
—
MTP
63.3 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=88 running model_id=62 at IQ4_XS