返回搜索结果
Qwen3.5-27B · Q5_K_M
NVIDIA RTX 409024GBOllama 0.5.7L2 跨框架验证
本页汇总 Qwen3.5-27B（Q5_K_M）在 NVIDIA RTX 4090 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。
85 tok/s
Decode
解码速度
894 tok/s
Prefill
预填充速度
1.91 s
TTFT
首 token 延迟
20.2 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
- llama.cpp · IQ4_XS Decode 100 · Prefill 1111 ·
- llama.cpp · Q4_K_M Decode 89 · Prefill 1010 ·
- llama.cpp · Q5_K_M Decode 86 · Prefill 1000 ·
- llama.cpp · Q8_0 Decode 69 · Prefill 586 ·
- vLLM · IQ4_XS Decode 81 · Prefill 964 ·
- vLLM · Q4_K_M Decode 75 · Prefill 884 ·
- vLLM · Q5_K_M Decode 80 · Prefill 712 ·
- vLLM · Q8_0 Decode 55 · Prefill 596 ·
- Ollama · IQ4_XS Decode 102 · Prefill 988 ·
- Ollama · Q4_K_M Decode 94 · Prefill 874 ·
- Ollama · Q5_K_M （当前）Decode 85 · Prefill 894 ·
- Ollama · Q8_0 Decode 57 · Prefill 682 ·
- Strata · IQ4_XS Decode 148 · Prefill 1453 ·
- Strata · Q4_K_M Decode 133 · Prefill 1354 ·
- Strata · Q5_K_M Decode 111 · Prefill 1332 ·
- Strata · Q8_0 Decode 95 · Prefill 955 ·
核心数据
- Decode（平均）
- 85 tok/s
- Prefill（平均）
- 894 tok/s
- TTFT（平均）
- 1.91 s
- VRAM（平均）
- 20.2 GB
- MTP 接受率
- —
- TTFB
- — GB
- 功耗
- 332 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
- Q5_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 4090
- 标称显存
- 24 GB
- 实测显存（均值）
- 20.2 GB
- 系统
- Linux 6.8.0
- 驱动
- 570.86.15
- CUDA
- 12.6
- 电源功耗
- 332 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
0.5.7 · Linux 6.8.0 · CUDA 12.6 · 8192 ctx
85 tok/s
Decode
894 tok/s
Prefill
1.91 s
TTFT
20.2 GB
VRAM
—
MTP
332 W
功耗
Auto-generated LLM-sourced record 2026-10-09. Model: Qwen3.5-27B, Hardware: RTX 4090, Framework: 3, Quant: Q5_K_M.