返回搜索结果
Qwen3-Embedding-0.6B · IQ2_XS
Qualcomm Snapdragon 7 Gen 4llama.cpp v0.46L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ2_XS）在 Qualcomm Snapdragon 7 Gen 4 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。
156.09 tok/s
Decode
解码速度
630.03 tok/s
Prefill
预填充速度
1.73 s
TTFT
首 token 延迟
2.71 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 · IQ2_XS （当前）Decode 156.09 · Prefill 630.03 ·
- Strata · Q3_K_M Decode 155.2 · Prefill 688.84 ·
- Strata · Q5_K_S Decode 117.77 · Prefill 410.82 ·
核心数据
- Decode（平均）
- 156.09 tok/s
- Prefill（平均）
- 630.03 tok/s
- TTFT（平均）
- 1.73 s
- VRAM（平均）
- 2.71 GB
- MTP 接受率
- —
- TTFB
- 1.25 GB
- 功耗
- 18.8 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
- IQ2_XS
- 框架
- llama.cpp
- 版本
- v0.46
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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
- Qualcomm Snapdragon 7 Gen 4
- 实测显存（均值）
- 2.71 GB
- 系统
- Windows 11 23H2
- 驱动
- Qualcomm Adreno 7.0
- CUDA
- N/A
- 电源功耗
- 18.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.46 · Windows 11 23H2 · CUDA N/A · 4096 ctx
156.09 tok/s
Decode
630.03 tok/s
Prefill
1.73 s
TTFT
2.71 GB
VRAM
—
MTP
18.8 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=105 running model_id=62 at IQ2_XS