Arao AI
返回搜索结果

Qwen3.5-27B · Q4_K_M

发起讨论
NVIDIA RTX 309024GBOllama 0.5.7L2 跨框架验证

本页汇总 Qwen3.5-27B（Q4_K_M）在 NVIDIA RTX 3090 上以 Ollama 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。

93 tok/s

Decode

解码速度

803 tok/s

Prefill

预填充速度

1.98 s

TTFT

首 token 延迟

15.5 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

  1. llama.cpp · IQ4_XS Decode 91 · Prefill 1085 ·
  2. llama.cpp · Q4_K_M Decode 81 · Prefill 971 ·
  3. llama.cpp · Q5_K_M Decode 92 · Prefill 957 ·
  4. llama.cpp · Q8_0 Decode 68 · Prefill 642 ·
  5. vLLM · IQ4_XS Decode 88 · Prefill 969 ·
  6. vLLM · Q4_K_M Decode 81 · Prefill 868 ·
  7. vLLM · Q5_K_M Decode 79 · Prefill 714 ·
  8. vLLM · Q8_0 Decode 50 · Prefill 591 ·
  9. Ollama · IQ4_XS Decode 103 · Prefill 847 ·
  10. Ollama · Q4_K_M （当前）Decode 93 · Prefill 803 ·
  11. Ollama · Q5_K_M Decode 78 · Prefill 912 ·
  12. Ollama · Q8_0 Decode 62 · Prefill 699 ·
  13. Strata · IQ4_XS Decode 138 · Prefill 1557 ·
  14. Strata · Q4_K_M Decode 123 · Prefill 1415 ·
  15. Strata · Q5_K_M Decode 122 · Prefill 1402 ·
  16. Strata · Q8_0 Decode 97 · Prefill 795 ·

核心数据

Decode（平均）
93 tok/s
Prefill（平均）
803 tok/s
TTFT（平均）
1.98 s
VRAM（平均）
15.5 GB
MTP 接受率
—
TTFB
— GB
功耗
219 W

基础配置

成员级字段取自最近一次实测

模型
Qwen3.5-27B
量化方式
Q4_K_M
框架
Ollama
版本
0.5.7
上下文长度
8192 tokens
批次大小
512
GPU 层数
99
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 3090
标称显存
24 GB
实测显存（均值）
15.5 GB
系统
Linux 6.8.0
驱动
570.86.15
CUDA
12.6
电源功耗
219 W

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-09

    0.5.7 · Linux 6.8.0 · CUDA 12.6 · 8192 ctx

    93 tok/s

    Decode

    803 tok/s

    Prefill

    1.98 s

    TTFT

    15.5 GB

    VRAM

    —

    MTP

    219 W

    功耗

    Auto-generated LLM-sourced record 2026-10-09. Model: Qwen3.5-27B, Hardware: RTX 3090, Framework: 3, Quant: Q4_K_M.