返回搜索结果
Qwen3-Embedding-0.6B · IQ4_XS
AMD Radeon RX 907016GBllama.cpp v0.22L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ4_XS）在 AMD Radeon RX 9070 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。
254.94 tok/s
Decode
解码速度
1,358.71 tok/s
Prefill
预填充速度
0.44 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
5 天前
最后验证
性能表现
- llama.cpp · IQ4_XS （当前）Decode 254.94 · Prefill 1358.71 ·
- llama.cpp · Q5_K_M Decode 203.72 · Prefill 927.46 ·
- Strata · Q3_K_M Decode 383.87 · Prefill 1815.17 ·
核心数据
- Decode（平均）
- 254.94 tok/s
- Prefill（平均）
- 1,358.71 tok/s
- TTFT（平均）
- 0.44 s
- VRAM（平均）
- 3.03 GB
- MTP 接受率
- —
- TTFB
- 2.04 GB
- 功耗
- 239.9 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
- IQ4_XS
- 框架
- llama.cpp
- 版本
- v0.22
- 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
- AMD Radeon RX 9070
- 标称显存
- 16 GB
- 实测显存（均值）
- 3.03 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 239.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.22 · Windows 11 23H2 · CUDA N/A · 2048 ctx
254.94 tok/s
Decode
1,358.71 tok/s
Prefill
0.44 s
TTFT
3.03 GB
VRAM
—
MTP
239.9 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=21 running model_id=62 at IQ4_XS