返回搜索结果
Qwen3.5-0.8B · Q5_K_M
NVIDIA RTX 5070 Ti16GBStrata v0.46L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q5_K_M）在 NVIDIA RTX 5070 Ti 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。
251.18 tok/s
Decode
解码速度
1,222.13 tok/s
Prefill
预填充速度
2.14 s
TTFT
首 token 延迟
3.66 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 121.99 · Prefill 561.36 ·
- vLLM · Q6_K Decode 174.9 · Prefill 685.31 ·
- Strata · Q5_K_M （当前）Decode 251.18 · Prefill 1222.13 ·
- Strata · Q6_K Decode 237.15 · Prefill 1031.12 ·
核心数据
- Decode（平均）
- 251.18 tok/s
- Prefill（平均）
- 1,222.13 tok/s
- TTFT（平均）
- 2.14 s
- VRAM（平均）
- 3.66 GB
- MTP 接受率
- 0.67
- TTFB
- 2.01 GB
- 功耗
- 258.1 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
- Q5_K_M
- 框架
- Strata
- 版本
- v0.46
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 12
- 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 5070 Ti
- 标称显存
- 16 GB
- 实测显存（均值）
- 3.66 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 258.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.46 · Ubuntu 22.04 · CUDA 12.6 · 8192 ctx
251.18 tok/s
Decode
1,222.13 tok/s
Prefill
2.14 s
TTFT
3.66 GB
VRAM
0.67
MTP
258.1 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=17 running model_id=51 at Q5_K_M