返回搜索结果
Qwen3.5-4B · IQ3_XS
AMD Radeon AI PRO R970032GBvLLM v0.46L2 跨框架验证
本页汇总 Qwen3.5-4B（IQ3_XS）在 AMD Radeon AI PRO R9700 上以 vLLM 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。
208.55 tok/s
Decode
解码速度
738.48 tok/s
Prefill
预填充速度
0.39 s
TTFT
首 token 延迟
7.31 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
5 天前
最后验证
性能表现
- llama.cpp · Q3_K_M Decode 183.89 · Prefill 727.67 ·
- vLLM · IQ3_XS （当前）Decode 208.55 · Prefill 738.48 ·
- vLLM · Q5_K_M Decode 122.86 · Prefill 611.36 ·
核心数据
- Decode（平均）
- 208.55 tok/s
- Prefill（平均）
- 738.48 tok/s
- TTFT（平均）
- 0.39 s
- VRAM（平均）
- 7.31 GB
- MTP 接受率
- —
- TTFB
- 1.67 GB
- 功耗
- 317.3 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
- IQ3_XS
- 框架
- vLLM
- 版本
- v0.46
- 上下文长度
- 32768 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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
- AMD Radeon AI PRO R9700
- 标称显存
- 32 GB
- 实测显存（均值）
- 7.31 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 317.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.46 · Ubuntu 24.04 · CUDA N/A · 32768 ctx
208.55 tok/s
Decode
738.48 tok/s
Prefill
0.39 s
TTFT
7.31 GB
VRAM
—
MTP
317.3 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=79 running model_id=48 at IQ3_XS