返回搜索结果
Qwen3.5-0.8B · IQ2_XS
Intel Arc 140Vllama.cpp v0.48L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ2_XS）在 Intel Arc 140V 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。
182.97 tok/s
Decode
解码速度
879.22 tok/s
Prefill
预填充速度
1.98 s
TTFT
首 token 延迟
2.91 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 182.97 · Prefill 879.22 ·
- llama.cpp · Q5_K_S Decode 107.85 · Prefill 550.79 ·
- Strata · IQ2_M Decode 226.68 · Prefill 945.06 ·
- Strata · IQ4_XS Decode 175.73 · Prefill 704.21 ·
核心数据
- Decode（平均）
- 182.97 tok/s
- Prefill（平均）
- 879.22 tok/s
- TTFT（平均）
- 1.98 s
- VRAM（平均）
- 2.91 GB
- MTP 接受率
- —
- TTFB
- 1.46 GB
- 功耗
- 202.4 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
- IQ2_XS
- 框架
- llama.cpp
- 版本
- v0.48
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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
- Intel Arc 140V
- 实测显存（均值）
- 2.91 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 202.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · Ubuntu 24.04 · CUDA 12.6 · 2048 ctx
182.97 tok/s
Decode
879.22 tok/s
Prefill
1.98 s
TTFT
2.91 GB
VRAM
—
MTP
202.4 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=98 running model_id=51 at IQ2_XS