返回搜索结果
Qwen3.5-0.8B · Q3_K_S
NVIDIA RTX 3060 12GB12GBOllama v0.51L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q3_K_S）在 NVIDIA RTX 3060 12GB 上以 Ollama 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。
138.92 tok/s
Decode
解码速度
607.45 tok/s
Prefill
预填充速度
1.83 s
TTFT
首 token 延迟
3.19 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 · FP16 Decode 72.92 · Prefill 274.88 ·
- llama.cpp · Q5_K_S Decode 132.45 · Prefill 600.24 ·
- Ollama · Q3_K_S （当前）Decode 138.92 · Prefill 607.45 ·
- Ollama · FP16 Decode 65.06 · Prefill 244.73 ·
- Ollama · Q2_K Decode 166.72 · Prefill 642.75 ·
- Strata · FP16 Decode 103.42 · Prefill 466.54 ·
- llama.cpp · Q3_K_S Decode 187.82 · Prefill 792.93 ·
- Ollama · Q3_K_L Decode 167.74 · Prefill 790.34 ·
- Ollama · Q5_K_M Decode 118.62 · Prefill 422.11 ·
- Strata · Q3_K_M Decode 279.25 · Prefill 1294.74 ·
- Strata · Q5_K_S Decode 214.78 · Prefill 1075.84 ·
- llama.cpp · Q8_0 Decode 312 · Prefill 2340 ·
核心数据
- Decode（平均）
- 138.92 tok/s
- Prefill（平均）
- 607.45 tok/s
- TTFT（平均）
- 1.83 s
- VRAM（平均）
- 3.19 GB
- MTP 接受率
- —
- TTFB
- 1.11 GB
- 功耗
- 141.5 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_S
- 框架
- Ollama
- 版本
- v0.51
- 上下文长度
- 4096 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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
- NVIDIA RTX 3060 12GB
- 标称显存
- 12 GB
- 实测显存（均值）
- 3.19 GB
- 系统
- Ubuntu 24.04
- 驱动
- 572.83
- CUDA
- 12.4
- 电源功耗
- 141.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.51 · Ubuntu 24.04 · CUDA 12.4 · 4096 ctx
138.92 tok/s
Decode
607.45 tok/s
Prefill
1.83 s
TTFT
3.19 GB
VRAM
—
MTP
141.5 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=15 running model_id=51 at Q3_K_S