返回搜索结果
Qwen3.5-27B · Q4_K_M
NVIDIA RTX PRO 6000 Blackwell 96GB96GBllama.cpp v0.34L2 跨框架验证
本页汇总 Qwen3.5-27B（Q4_K_M）在 NVIDIA RTX PRO 6000 Blackwell 96GB 上以 llama.cpp 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。
181.73 tok/s
Decode
解码速度
687.5 tok/s
Prefill
预填充速度
0.67 s
TTFT
首 token 延迟
48.59 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
17 天前
最后验证
性能表现
- llama.cpp · Q4_K_M （当前）Decode 181.73 · Prefill 687.5 ·
- llama.cpp · Q6_K Decode 133.14 · Prefill 542.78 ·
- Ollama · FP16 Decode 79.58 · Prefill 274.78 ·
- Ollama · Q3_K_L Decode 177.2 · Prefill 930.23 ·
核心数据
- Decode（平均）
- 181.73 tok/s
- Prefill（平均）
- 687.5 tok/s
- TTFT（平均）
- 0.67 s
- VRAM（平均）
- 48.59 GB
- MTP 接受率
- —
- TTFB
- 1.45 GB
- 功耗
- 359.9 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
- llama.cpp
- 版本
- v0.34
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 33
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 48.59 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 359.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · Windows 11 23H2 · CUDA 12.4 · 4096 ctx
181.73 tok/s
Decode
687.5 tok/s
Prefill
0.67 s
TTFT
48.59 GB
VRAM
—
MTP
359.9 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=68 running model_id=50 at Q4_K_M