返回搜索结果
Qwen3.5-0.8B · FP16
NVIDIA RTX 509032GBStrata v0.42L2 跨框架验证
本页汇总 Qwen3.5-0.8B（FP16）在 NVIDIA RTX 5090 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。
337.54 tok/s
Decode
解码速度
1,202.28 tok/s
Prefill
预填充速度
1.24 s
TTFT
首 token 延迟
5.21 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
- Ollama · Q3_K_L Decode 320.91 · Prefill 1586.97 ·
- Ollama · Q8_0 Decode 384.44 · Prefill 1342.7 ·
- Strata · FP16 （当前）Decode 337.54 · Prefill 1202.28 ·
- Strata · Q6_K Decode 317.49 · Prefill 1303.51 ·
核心数据
- Decode（平均）
- 337.54 tok/s
- Prefill（平均）
- 1,202.28 tok/s
- TTFT（平均）
- 1.24 s
- VRAM（平均）
- 5.21 GB
- MTP 接受率
- 0.58
- TTFB
- 2.7 GB
- 功耗
- 511.3 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
- FP16
- 框架
- Strata
- 版本
- v0.42
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- 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 5090
- 标称显存
- 32 GB
- 实测显存（均值）
- 5.21 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- 12.8
- 电源功耗
- 511.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.42 · Ubuntu 22.04 · CUDA 12.8 · 8192 ctx
337.54 tok/s
Decode
1,202.28 tok/s
Prefill
1.24 s
TTFT
5.21 GB
VRAM
0.58
MTP
511.3 W
功耗
L2 batch seed 2026-10-10: Strata on hw_id=13 running model_id=51 at FP16