返回搜索结果
Qwen3-Embedding-0.6B · IQ3_S
AMD Radeon RX 9070 GRE12GBllama.cpp v0.39L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ3_S）在 AMD Radeon RX 9070 GRE 上以 llama.cpp 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。
241.94 tok/s
Decode
解码速度
776.44 tok/s
Prefill
预填充速度
1.19 s
TTFT
首 token 延迟
2.93 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
5 天前
最后验证
性能表现
- llama.cpp · IQ3_S （当前）Decode 241.94 · Prefill 776.44 ·
- llama.cpp · Q2_K Decode 298.41 · Prefill 1440.77 ·
核心数据
- Decode（平均）
- 241.94 tok/s
- Prefill（平均）
- 776.44 tok/s
- TTFT（平均）
- 1.19 s
- VRAM（平均）
- 2.93 GB
- MTP 接受率
- —
- TTFB
- 1.94 GB
- 功耗
- 270.9 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
- IQ3_S
- 框架
- llama.cpp
- 版本
- v0.39
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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
- AMD Radeon RX 9070 GRE
- 标称显存
- 12 GB
- 实测显存（均值）
- 2.93 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 270.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.39 · Ubuntu 22.04 · CUDA N/A · 16384 ctx
241.94 tok/s
Decode
776.44 tok/s
Prefill
1.19 s
TTFT
2.93 GB
VRAM
—
MTP
270.9 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=32 running model_id=62 at IQ3_S