返回搜索结果
Qwen3-Embedding-0.6B · Q4_K_S
AMD Strix Point (Radeon 890M)vLLM v0.29L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（Q4_K_S）在 AMD Strix Point (Radeon 890M) 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。
178.08 tok/s
Decode
解码速度
918.71 tok/s
Prefill
预填充速度
0.95 s
TTFT
首 token 延迟
3.09 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
- vLLM · Q4_K_S （当前）Decode 178.08 · Prefill 918.71 ·
- vLLM · Q8_0 Decode 112.43 · Prefill 505.72 ·
- Strata · IQ2_M Decode 281.13 · Prefill 1305.8 ·
- Strata · IQ3_XS Decode 273.43 · Prefill 1002.15 ·
核心数据
- Decode（平均）
- 178.08 tok/s
- Prefill（平均）
- 918.71 tok/s
- TTFT（平均）
- 0.95 s
- VRAM（平均）
- 3.09 GB
- MTP 接受率
- —
- TTFB
- 1.42 GB
- 功耗
- 50.6 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
- Q4_K_S
- 框架
- vLLM
- 版本
- v0.29
- 上下文长度
- 16384 tokens
- 批次大小
- 8
- 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 Strix Point (Radeon 890M)
- 实测显存（均值）
- 3.09 GB
- 系统
- Windows 11 23H2
- 驱动
- 555.85
- CUDA
- N/A
- 电源功耗
- 50.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.29 · Windows 11 23H2 · CUDA N/A · 16384 ctx
178.08 tok/s
Decode
918.71 tok/s
Prefill
0.95 s
TTFT
3.09 GB
VRAM
—
MTP
50.6 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=89 running model_id=62 at Q4_K_S