返回搜索结果
Qwen3-Embedding-0.6B · Q5_K_M
AMD Radeon RX 9070 XT16GBvLLM v0.42L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（Q5_K_M）在 AMD Radeon RX 9070 XT 上以 vLLM 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。
254.02 tok/s
Decode
解码速度
1,313.89 tok/s
Prefill
预填充速度
1.37 s
TTFT
首 token 延迟
3.28 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 308.65 · Prefill 1242.43 ·
- llama.cpp · Q4_K_S Decode 280.71 · Prefill 1416.08 ·
- vLLM · IQ1_S Decode 320.75 · Prefill 1355.61 ·
- vLLM · Q5_K_M （当前）Decode 254.02 · Prefill 1313.89 ·
核心数据
- Decode（平均）
- 254.02 tok/s
- Prefill（平均）
- 1,313.89 tok/s
- TTFT（平均）
- 1.37 s
- VRAM（平均）
- 3.28 GB
- MTP 接受率
- —
- TTFB
- 2.03 GB
- 功耗
- 224 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
- Q5_K_M
- 框架
- vLLM
- 版本
- v0.42
- 上下文长度
- 16384 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 3.28 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 224 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.42 · Ubuntu 22.04 · CUDA N/A · 16384 ctx
254.02 tok/s
Decode
1,313.89 tok/s
Prefill
1.37 s
TTFT
3.28 GB
VRAM
—
MTP
224 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=16 running model_id=62 at Q5_K_M