返回搜索结果
Qwen3.5-0.8B · IQ3_S
Intel Arc B58012GBllama.cpp v0.27L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ3_S）在 Intel Arc B580 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。
138.57 tok/s
Decode
解码速度
710.44 tok/s
Prefill
预填充速度
0.4 s
TTFT
首 token 延迟
3.21 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
16 天前
最后验证
性能表现
- llama.cpp · IQ3_S （当前）Decode 138.57 · Prefill 710.44 ·
- llama.cpp · IQ3_XS Decode 131.95 · Prefill 488.13 ·
- Ollama · Q4_K_S Decode 101.11 · Prefill 350.9 ·
- Ollama · Q8_0 Decode 66.71 · Prefill 216.71 ·
- Ollama · Q3_K_M Decode 110.96 · Prefill 517.6 ·
- Strata · Q5_K_M Decode 136.37 · Prefill 553.15 ·
- llama.cpp · Q4_K_M Decode 117.19 · Prefill 568.87 ·
- vLLM · Q4_K_S Decode 137.77 · Prefill 674.05 ·
核心数据
- Decode（平均）
- 138.57 tok/s
- Prefill（平均）
- 710.44 tok/s
- TTFT（平均）
- 0.4 s
- VRAM（平均）
- 3.21 GB
- MTP 接受率
- —
- TTFB
- 1.11 GB
- 功耗
- 163.8 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_S
- 框架
- llama.cpp
- 版本
- v0.27
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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
- Intel Arc B580
- 标称显存
- 12 GB
- 实测显存（均值）
- 3.21 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 32.0.101.6552
- CUDA
- 12.4
- 电源功耗
- 163.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Ubuntu 24.04 · CUDA 12.4 · 32768 ctx
138.57 tok/s
Decode
710.44 tok/s
Prefill
0.4 s
TTFT
3.21 GB
VRAM
—
MTP
163.8 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=94 running model_id=51 at IQ3_S