返回搜索结果
Qwen3.5-0.8B · Q4_K_S
NVIDIA RTX 4060 Ti 16GB16GBvLLM v0.45L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q4_K_S）在 NVIDIA RTX 4060 Ti 16GB 上以 vLLM 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。
240.41 tok/s
Decode
解码速度
996.87 tok/s
Prefill
预填充速度
1.71 s
TTFT
首 token 延迟
3.41 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
- vLLM · FP16 Decode 128.16 · Prefill 630.91 ·
- vLLM · Q4_K_S （当前）Decode 240.41 · Prefill 996.87 ·
- Ollama · Q5_K_S Decode 177.61 · Prefill 661.12 ·
- Ollama · Q6_K Decode 170.01 · Prefill 704.45 ·
- vLLM · IQ4_XS Decode 206.77 · Prefill 955.7 ·
- vLLM · Q3_K_S Decode 239.77 · Prefill 1073.87 ·
- Ollama · IQ1_S Decode 259.18 · Prefill 1280.06 ·
核心数据
- Decode（平均）
- 240.41 tok/s
- Prefill（平均）
- 996.87 tok/s
- TTFT（平均）
- 1.71 s
- VRAM（平均）
- 3.41 GB
- MTP 接受率
- —
- TTFB
- 1.92 GB
- 功耗
- 166.8 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
- Q4_K_S
- 框架
- vLLM
- 版本
- v0.45
- 上下文长度
- 32768 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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 4060 Ti 16GB
- 标称显存
- 16 GB
- 实测显存（均值）
- 3.41 GB
- 系统
- Windows 11 23H2
- 驱动
- 570.86
- CUDA
- 12.4
- 电源功耗
- 166.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.45 · Windows 11 23H2 · CUDA 12.4 · 32768 ctx
240.41 tok/s
Decode
996.87 tok/s
Prefill
1.71 s
TTFT
3.41 GB
VRAM
—
MTP
166.8 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=3 running model_id=51 at Q4_K_S