返回搜索结果
Qwen3-Embedding-0.6B · Q2_K
AMD Radeon RX 9070 GRE12GBllama.cpp v0.20L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（Q2_K）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。
298.41 tok/s
Decode
解码速度
1,440.77 tok/s
Prefill
预填充速度
0.88 s
TTFT
首 token 延迟
2.79 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 Decode 241.94 · Prefill 776.44 ·
- llama.cpp · Q2_K （当前）Decode 298.41 · Prefill 1440.77 ·
核心数据
- Decode（平均）
- 298.41 tok/s
- Prefill（平均）
- 1,440.77 tok/s
- TTFT（平均）
- 0.88 s
- VRAM（平均）
- 2.79 GB
- MTP 接受率
- —
- TTFB
- 2.39 GB
- 功耗
- 222.9 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
- Q2_K
- 框架
- llama.cpp
- 版本
- v0.20
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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）
- 2.79 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 222.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.20 · Ubuntu 22.04 · CUDA N/A · 32768 ctx
298.41 tok/s
Decode
1,440.77 tok/s
Prefill
0.88 s
TTFT
2.79 GB
VRAM
—
MTP
222.9 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=32 running model_id=62 at Q2_K