返回搜索结果
Qwen3.5-0.8B · Q6_K
NVIDIA RTX 507012GBStrata v0.33L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q6_K）在 NVIDIA RTX 5070 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。
189.01 tok/s
Decode
解码速度
746.35 tok/s
Prefill
预填充速度
0.42 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
今天
最后验证
性能表现
- vLLM · IQ3_XS Decode 223.3 · Prefill 1047.53 ·
- vLLM · IQ4_XS Decode 188.25 · Prefill 873.82 ·
- Ollama · Q3_K_S Decode 197.53 · Prefill 685.98 ·
- Ollama · Q5_K_S Decode 124.72 · Prefill 677.51 ·
- Strata · IQ4_XS Decode 233.02 · Prefill 915.89 ·
- Strata · Q6_K （当前）Decode 189.01 · Prefill 746.35 ·
- llama.cpp · Q8_0 Decode 582.4 · Prefill 4368 ·
核心数据
- Decode（平均）
- 189.01 tok/s
- Prefill（平均）
- 746.35 tok/s
- TTFT（平均）
- 0.42 s
- VRAM（平均）
- 3.78 GB
- MTP 接受率
- 0.74
- TTFB
- 1.51 GB
- 功耗
- 191.2 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
- Strata
- 版本
- v0.33
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 8
- 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
- 标称显存
- 12 GB
- 实测显存（均值）
- 3.78 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- 12.4
- 电源功耗
- 191.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · Ubuntu 22.04 · CUDA 12.4 · 16384 ctx
189.01 tok/s
Decode
746.35 tok/s
Prefill
0.42 s
TTFT
3.78 GB
VRAM
0.74
MTP
191.2 W
功耗
L2 batch seed 2026-10-10: Strata on hw_id=18 running model_id=51 at Q6_K