返回搜索结果
Qwen3.5-0.8B · Q5_K_S
AMD Radeon RX 9070 XT16GBvLLM v0.24L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q5_K_S）在 AMD Radeon RX 9070 XT 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。
285.41 tok/s
Decode
解码速度
1,428.43 tok/s
Prefill
预填充速度
2.12 s
TTFT
首 token 延迟
3.61 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
- vLLM · Q5_K_S （当前）Decode 285.41 · Prefill 1428.43 ·
- Ollama · FP16 Decode 127.98 · Prefill 427.95 ·
- Ollama · Q5_K_S Decode 242.84 · Prefill 980.43 ·
- llama.cpp · Q5_K_M Decode 182.06 · Prefill 1000.27 ·
- vLLM · IQ3_S Decode 301.46 · Prefill 1013.4 ·
核心数据
- Decode（平均）
- 285.41 tok/s
- Prefill（平均）
- 1,428.43 tok/s
- TTFT（平均）
- 2.12 s
- VRAM（平均）
- 3.61 GB
- MTP 接受率
- —
- TTFB
- 2.28 GB
- 功耗
- 266.7 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
- Q5_K_S
- 框架
- vLLM
- 版本
- v0.24
- 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 Radeon RX 9070 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 3.61 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.11
- CUDA
- 12.6
- 电源功耗
- 266.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.24 · Ubuntu 22.04 · CUDA 12.6 · 16384 ctx
285.41 tok/s
Decode
1,428.43 tok/s
Prefill
2.12 s
TTFT
3.61 GB
VRAM
—
MTP
266.7 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=16 running model_id=51 at Q5_K_S