返回搜索结果
Qwen3.5-0.8B · Q4_K_M
AMD Ryzen AI Max+ 395128GBllama.cpp v0.39L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q4_K_M）在 AMD Ryzen AI Max+ 395 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。
68.16 tok/s
Decode
解码速度
362.8 tok/s
Prefill
预填充速度
0.56 s
TTFT
首 token 延迟
3.48 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
17 天前
最后验证
性能表现
- llama.cpp · IQ2_XS Decode 231.64 · Prefill 936.81 ·
- llama.cpp · Q4_K_M （当前）Decode 68.16 · Prefill 362.8 ·
- vLLM · IQ4_XS Decode 85.62 · Prefill 384.79 ·
- llama.cpp · IQ4_XS Decode 273.83 · Prefill 1312.19 ·
- llama.cpp · Q5_K_M Decode 197.9 · Prefill 695.65 ·
- Ollama · Q4_K_M Decode 220.93 · Prefill 741.5 ·
- Ollama · Q8_0 Decode 163.22 · Prefill 720.03 ·
- llama.cpp · IQ1_S Decode 380.54 · Prefill 1677.44 ·
核心数据
- Decode（平均）
- 68.16 tok/s
- Prefill（平均）
- 362.8 tok/s
- TTFT（平均）
- 0.56 s
- VRAM（平均）
- 3.48 GB
- MTP 接受率
- —
- TTFB
- 0.55 GB
- 功耗
- 57 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
- Q4_K_M
- 框架
- llama.cpp
- 版本
- v0.39
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 20
- Flash Attention
- 关闭
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- AMD Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 3.48 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.6
- 电源功耗
- 57 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.39 · Windows 11 23H2 · CUDA 12.6 · 8192 ctx
68.16 tok/s
Decode
362.8 tok/s
Prefill
0.56 s
TTFT
3.48 GB
VRAM
—
MTP
57 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=24 running model_id=51 at Q4_K_M