Arao AI
返回搜索结果

Qwen3.5-27B · IQ1_S

发起讨论
NVIDIA RTX 509032GBOllama v0.48L2 跨框架验证

本页汇总 Qwen3.5-27B（IQ1_S）在 NVIDIA RTX 5090 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。

260.56 tok/s

Decode

解码速度

868.47 tok/s

Prefill

预填充速度

2.45 s

TTFT

首 token 延迟

25.91 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. Ollama · IQ1_S （当前）Decode 260.56 · Prefill 868.47 ·
  2. Ollama · IQ2_M Decode 235.26 · Prefill 1229.12 ·
  3. llama.cpp · IQ4_XS Decode 134 · Prefill 1478 ·
  4. llama.cpp · Q5_K_M Decode 114 · Prefill 1331 ·
  5. llama.cpp · Q8_0 Decode 92 · Prefill 792 ·
  6. vLLM · IQ4_XS Decode 108 · Prefill 1288 ·
  7. vLLM · Q4_K_M Decode 100 · Prefill 1182 ·
  8. vLLM · Q5_K_M Decode 106 · Prefill 956 ·
  9. vLLM · Q8_0 Decode 74 · Prefill 795 ·
  10. Ollama · IQ4_XS Decode 136 · Prefill 1332 ·
  11. Ollama · Q4_K_M Decode 125 · Prefill 1177 ·
  12. Ollama · Q5_K_M Decode 113 · Prefill 1178 ·
  13. Ollama · Q8_0 Decode 75 · Prefill 899 ·
  14. Strata · IQ4_XS Decode 198 · Prefill 1923 ·
  15. Strata · Q4_K_M Decode 178 · Prefill 1794 ·
  16. Strata · Q5_K_M Decode 147 · Prefill 1764 ·
  17. Strata · Q8_0 Decode 127 · Prefill 1290 ·
  18. llama.cpp · Q4_K_M Decode 30.09 · Prefill 1515.83 ·

核心数据

Decode（平均）
260.56 tok/s
Prefill（平均）
868.47 tok/s
TTFT（平均）
2.45 s
VRAM（平均）
25.91 GB
MTP 接受率
—
TTFB
2.08 GB
功耗
518.3 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
IQ1_S
框架
Ollama
版本
v0.48
上下文长度
16384 tokens
批次大小
512
GPU 层数
28
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）
25.91 GB
系统
Ubuntu 24.04
驱动
560.94
CUDA
12.4
电源功耗
518.3 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 2026-10-10

    v0.48 · Ubuntu 24.04 · CUDA 12.4 · 16384 ctx

    260.56 tok/s

    Decode

    868.47 tok/s

    Prefill

    2.45 s

    TTFT

    25.91 GB

    VRAM

    —

    MTP

    518.3 W

    功耗

    L2 batch seed 2026-10-10: Ollama on hw_id=13 running model_id=50 at IQ1_S