返回搜索结果
Qwen3.5-0.8B · FP16
NVIDIA RTX 3060 12GB12GBStrata v0.34L2 跨框架验证
本页汇总 Qwen3.5-0.8B（FP16）在 NVIDIA RTX 3060 12GB 上以 Strata 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。
103.42 tok/s
Decode
解码速度
466.54 tok/s
Prefill
预填充速度
0.25 s
TTFT
首 token 延迟
5.21 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
今天
最后验证
性能表现
- Ollama · FP16 Decode 65.06 · Prefill 244.73 ·
- Ollama · Q2_K Decode 166.72 · Prefill 642.75 ·
- Strata · FP16 （当前）Decode 103.42 · Prefill 466.54 ·
- llama.cpp · Q3_K_S Decode 187.82 · Prefill 792.93 ·
- llama.cpp · Q5_K_S Decode 142.06 · Prefill 686.26 ·
- 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）
- 103.42 tok/s
- Prefill（平均）
- 466.54 tok/s
- TTFT（平均）
- 0.25 s
- VRAM（平均）
- 5.21 GB
- MTP 接受率
- 0.73
- TTFB
- 0.83 GB
- 功耗
- 147.2 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
- FP16
- 框架
- Strata
- 版本
- v0.34
- 上下文长度
- 32768 tokens
- 批次大小
- 1024
- GPU 层数
- 8
- 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
- NVIDIA RTX 3060 12GB
- 标称显存
- 12 GB
- 实测显存（均值）
- 5.21 GB
- 系统
- Ubuntu 24.04
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 147.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · Ubuntu 24.04 · CUDA 12.6 · 32768 ctx
103.42 tok/s
Decode
466.54 tok/s
Prefill
0.25 s
TTFT
5.21 GB
VRAM
0.73
MTP
147.2 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=15 running model_id=51 at FP16