Arao AI
返回搜索结果

Qwen3.5-27B · Q8_0

发起讨论
NVIDIA RTX 4090 D24GBStrata v0.5.xL2 跨框架验证

本页汇总 Qwen3.5-27B（Q8_0）在 NVIDIA RTX 4090 D 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。

93 tok/s

Decode

解码速度

1,001 tok/s

Prefill

预填充速度

1.18 s

TTFT

首 token 延迟

31.1 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 103 · Prefill 1079 ·
  2. llama.cpp · Q4_K_M Decode 92 · Prefill 992 ·
  3. llama.cpp · Q5_K_M Decode 82 · Prefill 977 ·
  4. llama.cpp · Q8_0 Decode 69 · Prefill 646 ·
  5. vLLM · IQ4_XS Decode 78 · Prefill 936 ·
  6. vLLM · Q4_K_M Decode 72 · Prefill 862 ·
  7. vLLM · Q5_K_M Decode 79 · Prefill 770 ·
  8. vLLM · Q8_0 Decode 57 · Prefill 577 ·
  9. Ollama · IQ4_XS Decode 101 · Prefill 1055 ·
  10. Ollama · Q4_K_M Decode 92 · Prefill 930 ·
  11. Ollama · Q5_K_M Decode 87 · Prefill 850 ·
  12. Ollama · Q8_0 Decode 54 · Prefill 647 ·
  13. Strata · IQ4_XS Decode 151 · Prefill 1357 ·
  14. Strata · Q4_K_M Decode 136 · Prefill 1276 ·
  15. Strata · Q5_K_M Decode 110 · Prefill 1311 ·
  16. Strata · Q8_0 （当前）Decode 93 · Prefill 1001 ·

核心数据

Decode（平均）
93 tok/s
Prefill（平均）
1,001 tok/s
TTFT（平均）
1.18 s
VRAM（平均）
31.1 GB
MTP 接受率
—
TTFB
— GB
功耗
450 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
Q8_0
框架
Strata
版本
v0.5.x
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 4090 D
标称显存
24 GB
实测显存（均值）
31.1 GB
系统
Linux 6.8.0
驱动
570.86.15
CUDA
12.6
电源功耗
450 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

    v0.5.x · Linux 6.8.0 · CUDA 12.6 · 8192 ctx

    93 tok/s

    Decode

    1,001 tok/s

    Prefill

    1.18 s

    TTFT

    31.1 GB

    VRAM

    —

    MTP

    450 W

    功耗

    Auto-generated LLM-sourced record 2026-10-09. Model: Qwen3.5-27B, Hardware: RTX 4090 D, Framework: 9, Quant: Q8_0.