返回搜索结果
Qwen3.5-0.8B · Q3_K_M
NVIDIA RTX 309024GBStrata v0.23L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q3_K_M）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。
336.19 tok/s
Decode
解码速度
1,574.41 tok/s
Prefill
预填充速度
2.33 s
TTFT
首 token 延迟
3.24 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 Decode 382.98 · Prefill 1282.3 ·
- Strata · Q3_K_M （当前）Decode 336.19 · Prefill 1574.41 ·
核心数据
- Decode（平均）
- 336.19 tok/s
- Prefill（平均）
- 1,574.41 tok/s
- TTFT（平均）
- 2.33 s
- VRAM（平均）
- 3.24 GB
- MTP 接受率
- 0.73
- TTFB
- 2.69 GB
- 功耗
- 306.5 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_M
- 框架
- Strata
- 版本
- v0.23
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 5
- 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 3090
- 标称显存
- 24 GB
- 实测显存（均值）
- 3.24 GB
- 系统
- macOS 15.0
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 306.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · macOS 15.0 · CUDA 12.4 · 8192 ctx
336.19 tok/s
Decode
1,574.41 tok/s
Prefill
2.33 s
TTFT
3.24 GB
VRAM
0.73
MTP
306.5 W
功耗
L2 batch seed 2026-10-10: Strata on hw_id=2 running model_id=51 at Q3_K_M