返回搜索结果
Qwen3.5-0.8B · Q6_K
NVIDIA RTX 408016GBvLLM v0.43L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q6_K）在 NVIDIA RTX 4080 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。
169.83 tok/s
Decode
解码速度
688.66 tok/s
Prefill
预填充速度
0.95 s
TTFT
首 token 延迟
3.78 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
5 天前
最后验证
性能表现
- vLLM · Q3_K_S Decode 378.63 · Prefill 1756.55 ·
- vLLM · Q5_K_M Decode 304.13 · Prefill 1485.96 ·
- Strata · IQ1_S Decode 334.33 · Prefill 1448.23 ·
- Strata · Q8_0 Decode 328.32 · Prefill 1297.3 ·
- vLLM · Q6_K （当前）Decode 169.83 · Prefill 688.66 ·
- Strata · Q3_K_S Decode 370.12 · Prefill 1878.16 ·
核心数据
- Decode（平均）
- 169.83 tok/s
- Prefill（平均）
- 688.66 tok/s
- TTFT（平均）
- 0.95 s
- VRAM（平均）
- 3.78 GB
- MTP 接受率
- —
- TTFB
- 1.36 GB
- 功耗
- 356.2 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
- Q6_K
- 框架
- vLLM
- 版本
- v0.43
- 上下文长度
- 16384 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 4080
- 标称显存
- 16 GB
- 实测显存（均值）
- 3.78 GB
- 系统
- Windows 11 23H2
- 驱动
- 565.57
- CUDA
- 12.6
- 电源功耗
- 356.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · Windows 11 23H2 · CUDA 12.6 · 16384 ctx
169.83 tok/s
Decode
688.66 tok/s
Prefill
0.95 s
TTFT
3.78 GB
VRAM
—
MTP
356.2 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=41 running model_id=51 at Q6_K