返回搜索结果
Qwen3.5-0.8B · IQ3_XS
AMD Radeon RX 7900 XTX24GBvLLM v0.53L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ3_XS）在 AMD Radeon RX 7900 XTX 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。
312.18 tok/s
Decode
解码速度
1,202.88 tok/s
Prefill
预填充速度
0.28 s
TTFT
首 token 延迟
3.14 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
今天
最后验证
性能表现
- llama.cpp · Q3_K_M Decode 251.67 · Prefill 1158.4 ·
- vLLM · IQ3_XS （当前）Decode 312.18 · Prefill 1202.88 ·
- vLLM · Q6_K Decode 198.86 · Prefill 984.35 ·
核心数据
- Decode（平均）
- 312.18 tok/s
- Prefill（平均）
- 1,202.88 tok/s
- TTFT（平均）
- 0.28 s
- VRAM（平均）
- 3.14 GB
- MTP 接受率
- —
- TTFB
- 2.5 GB
- 功耗
- 411.7 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-0.8B
- 量化方式
- IQ3_XS
- 框架
- vLLM
- 版本
- v0.53
- 上下文长度
- 4096 tokens
- 批次大小
- 16
- 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 Radeon RX 7900 XTX
- 标称显存
- 24 GB
- 实测显存（均值）
- 3.14 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- 12.6
- 电源功耗
- 411.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.53 · Ubuntu 22.04 · CUDA 12.6 · 4096 ctx
312.18 tok/s
Decode
1,202.88 tok/s
Prefill
0.28 s
TTFT
3.14 GB
VRAM
—
MTP
411.7 W
功耗
L2 batch seed 2026-10-10: vLLM on hw_id=11 running model_id=51 at IQ3_XS