返回搜索结果
Qwen3.5-0.8B · IQ4_XS
NVIDIA RTX 309024GBStrata v0.30L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ4_XS）在 NVIDIA RTX 3090 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。
382.98 tok/s
Decode
解码速度
1,282.3 tok/s
Prefill
预填充速度
2.28 s
TTFT
首 token 延迟
3.34 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
- llama.cpp · IQ2_M Decode 352.68 · Prefill 1697.91 ·
- llama.cpp · Q3_K_L Decode 315.76 · Prefill 1365.7 ·
- Strata · IQ4_XS （当前）Decode 382.98 · Prefill 1282.3 ·
- Strata · Q3_K_M Decode 336.19 · Prefill 1574.41 ·
核心数据
- Decode（平均）
- 382.98 tok/s
- Prefill（平均）
- 1,282.3 tok/s
- TTFT（平均）
- 2.28 s
- VRAM（平均）
- 3.34 GB
- MTP 接受率
- 0.66
- TTFB
- 3.06 GB
- 功耗
- 337.8 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
- IQ4_XS
- 框架
- Strata
- 版本
- v0.30
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 12
- 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 3090
- 标称显存
- 24 GB
- 实测显存（均值）
- 3.34 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- 12.8
- 电源功耗
- 337.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.30 · Ubuntu 22.04 · CUDA 12.8 · 16384 ctx
382.98 tok/s
Decode
1,282.3 tok/s
Prefill
2.28 s
TTFT
3.34 GB
VRAM
0.66
MTP
337.8 W
功耗
L2 batch seed 2026-10-10: Strata on hw_id=2 running model_id=51 at IQ4_XS