返回搜索结果
Qwen3.5-0.8B · Q3_K_L
AMD Radeon RX 907016GBllama.cpp v0.36L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q3_K_L）在 AMD Radeon RX 9070 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。
236.42 tok/s
Decode
解码速度
1,273.33 tok/s
Prefill
预填充速度
0.16 s
TTFT
首 token 延迟
3.31 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
5 天前
最后验证
性能表现
- llama.cpp · Q3_K_S Decode 282.09 · Prefill 1248.73 ·
- llama.cpp · Q4_K_M Decode 250.59 · Prefill 955.15 ·
- Ollama · IQ1_S Decode 353.51 · Prefill 1875.31 ·
- llama.cpp · Q3_K_L （当前）Decode 236.42 · Prefill 1273.33 ·
- vLLM · IQ1_S Decode 361.98 · Prefill 1724.43 ·
- vLLM · IQ2_M Decode 325.3 · Prefill 1252.35 ·
核心数据
- Decode（平均）
- 236.42 tok/s
- Prefill（平均）
- 1,273.33 tok/s
- TTFT（平均）
- 0.16 s
- VRAM（平均）
- 3.31 GB
- MTP 接受率
- —
- TTFB
- 1.89 GB
- 功耗
- 276.9 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
- Q3_K_L
- 框架
- llama.cpp
- 版本
- v0.36
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 20
- 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
- 标称显存
- 16 GB
- 实测显存（均值）
- 3.31 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 276.9 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 · Ubuntu 22.04 · CUDA N/A · 32768 ctx
236.42 tok/s
Decode
1,273.33 tok/s
Prefill
0.16 s
TTFT
3.31 GB
VRAM
—
MTP
276.9 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=21 running model_id=51 at Q3_K_L