返回搜索结果
Qwen3.5-4B · Q5_K_M
AMD Radeon AI PRO R970032GBvLLM v0.51L2 跨框架验证
本页汇总 Qwen3.5-4B（Q5_K_M）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。
122.86 tok/s
Decode
解码速度
611.36 tok/s
Prefill
预填充速度
1.78 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
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 Decode 208.55 · Prefill 738.48 ·
- vLLM · Q5_K_M （当前）Decode 122.86 · Prefill 611.36 ·
核心数据
- Decode（平均）
- 122.86 tok/s
- Prefill（平均）
- 611.36 tok/s
- TTFT（平均）
- 1.78 s
- VRAM（平均）
- 9.91 GB
- MTP 接受率
- —
- TTFB
- 0.98 GB
- 功耗
- 230.1 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
- vLLM
- 版本
- v0.51
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- GPU 层数
- 999
- Flash Attention
- 关闭
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）
- 9.91 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 230.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.51 · Ubuntu 24.04 · CUDA N/A · 2048 ctx
122.86 tok/s
Decode
611.36 tok/s
Prefill
1.78 s
TTFT
9.91 GB
VRAM
—
MTP
230.1 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=79 running model_id=48 at Q5_K_M