返回搜索结果
Qwen3.5-0.8B · Q4_K_S
NVIDIA RTX PRO 6000 Blackwell 96GB96GBStrata v0.27L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q4_K_S）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
356.54 tok/s
Decode
解码速度
1,576.84 tok/s
Prefill
预填充速度
2.27 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
16 天前
最后验证
性能表现
- vLLM · FP16 Decode 273.07 · Prefill 1476.93 ·
- vLLM · IQ3_S Decode 331.56 · Prefill 1317.38 ·
- Strata · Q4_K_S （当前）Decode 356.54 · Prefill 1576.84 ·
核心数据
- Decode（平均）
- 356.54 tok/s
- Prefill（平均）
- 1,576.84 tok/s
- TTFT（平均）
- 2.27 s
- VRAM（平均）
- 3.41 GB
- MTP 接受率
- 0.5
- TTFB
- 2.85 GB
- 功耗
- 393.8 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
- Strata
- 版本
- v0.27
- 上下文长度
- 16384 tokens
- 批次大小
- 1024
- GPU 层数
- 15
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 3.41 GB
- 系统
- Ubuntu 22.04
- 驱动
- 572.83
- CUDA
- 12.6
- 电源功耗
- 393.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Ubuntu 22.04 · CUDA 12.6 · 16384 ctx
356.54 tok/s
Decode
1,576.84 tok/s
Prefill
2.27 s
TTFT
3.41 GB
VRAM
0.5
MTP
393.8 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=68 running model_id=51 at Q4_K_S