返回搜索结果
Qwen3.5-4B · Q5_K_M
2x AMD Strix HaloStrata v0.31L2 跨框架验证
本页汇总 Qwen3.5-4B（Q5_K_M）在 2x AMD Strix Halo 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。
206.52 tok/s
Decode
解码速度
718.15 tok/s
Prefill
预填充速度
1.03 s
TTFT
首 token 延迟
9.91 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
2 天前
最后验证
性能表现
- llama.cpp · FP16 Decode 94.9 · Prefill 326.17 ·
- Strata · Q5_K_M （当前）Decode 206.52 · Prefill 718.15 ·
核心数据
- Decode（平均）
- 206.52 tok/s
- Prefill（平均）
- 718.15 tok/s
- TTFT（平均）
- 1.03 s
- VRAM（平均）
- 9.91 GB
- MTP 接受率
- 0.6
- TTFB
- 1.65 GB
- 功耗
- 61.8 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-4B
- 量化方式
- Q5_K_M
- 框架
- Strata
- 版本
- v0.31
- 上下文长度
- 2048 tokens
- 批次大小
- 1024
- GPU 层数
- 12
- 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
- 2x AMD Strix Halo
- 实测显存（均值）
- 9.91 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- N/A
- 电源功耗
- 61.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · Windows 11 23H2 · CUDA N/A · 2048 ctx
206.52 tok/s
Decode
718.15 tok/s
Prefill
1.03 s
TTFT
9.91 GB
VRAM
0.6
MTP
61.8 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=88 running model_id=48 at Q5_K_M