返回搜索结果
Qwen3-Embedding-0.6B · IQ1_S
AMD Ryzen AI Max+ 395128GBllama.cpp v0.36L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ1_S）在 AMD Ryzen AI Max+ 395 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。
285.55 tok/s
Decode
解码速度
1,529.78 tok/s
Prefill
预填充速度
1.12 s
TTFT
首 token 延迟
2.62 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
2 天前
最后验证
性能表现
- llama.cpp · IQ1_S （当前）Decode 285.55 · Prefill 1529.78 ·
- Ollama · Q5_K_S Decode 220.14 · Prefill 748.53 ·
- vLLM · IQ3_XS 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）
- 285.55 tok/s
- Prefill（平均）
- 1,529.78 tok/s
- TTFT（平均）
- 1.12 s
- VRAM（平均）
- 2.62 GB
- MTP 接受率
- —
- TTFB
- 2.28 GB
- 功耗
- 90.9 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
- IQ1_S
- 框架
- llama.cpp
- 版本
- v0.36
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 2.62 GB
- 系统
- macOS 15.0
- 驱动
- 570.86
- CUDA
- N/A
- 电源功耗
- 90.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · macOS 15.0 · CUDA N/A · 4096 ctx
285.55 tok/s
Decode
1,529.78 tok/s
Prefill
1.12 s
TTFT
2.62 GB
VRAM
—
MTP
90.9 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=24 running model_id=62 at IQ1_S