返回搜索结果
Qwen3-Embedding-0.6B · IQ3_XS
AMD Ryzen AI Max+ 395128GBvLLM v0.51L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ3_XS）在 AMD Ryzen AI Max+ 395 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。
324.5 tok/s
Decode
解码速度
1,240.61 tok/s
Prefill
预填充速度
2.44 s
TTFT
首 token 延迟
2.88 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 · IQ1_S Decode 285.55 · Prefill 1529.78 ·
- Ollama · Q5_K_S Decode 220.14 · Prefill 748.53 ·
- vLLM · IQ3_XS （当前）Decode 324.5 · Prefill 1240.61 ·
- Strata · IQ2_M Decode 293.11 · Prefill 1444.58 ·
- Strata · Q3_K_L Decode 322.37 · Prefill 1428.17 ·
核心数据
- Decode（平均）
- 324.5 tok/s
- Prefill（平均）
- 1,240.61 tok/s
- TTFT（平均）
- 2.44 s
- VRAM（平均）
- 2.88 GB
- MTP 接受率
- —
- TTFB
- 2.6 GB
- 功耗
- 44 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_XS
- 框架
- vLLM
- 版本
- v0.51
- 上下文长度
- 8192 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 2.88 GB
- 系统
- Windows 11 23H2
- 驱动
- AMD Adrenalin 25.10.1
- CUDA
- N/A
- 电源功耗
- 44 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.51 · Windows 11 23H2 · CUDA N/A · 8192 ctx
324.5 tok/s
Decode
1,240.61 tok/s
Prefill
2.44 s
TTFT
2.88 GB
VRAM
—
MTP
44 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=24 running model_id=62 at IQ3_XS