返回搜索结果
Qwen3.5-4B · Q4_K_M
AMD Radeon RX 7900 XTX24GBvLLM v0.27L2 跨框架验证
本页汇总 Qwen3.5-4B（Q4_K_M）在 AMD Radeon RX 7900 XTX 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。
100.76 tok/s
Decode
解码速度
500.94 tok/s
Prefill
预填充速度
2.42 s
TTFT
首 token 延迟
8.99 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
- vLLM · Q4_K_M （当前）Decode 100.76 · Prefill 500.94 ·
- vLLM · Q4_K_S Decode 113.75 · Prefill 494.84 ·
- Ollama · Q3_K_L Decode 108.14 · Prefill 521.92 ·
- Ollama · Q3_K_M Decode 103.32 · Prefill 530.53 ·
- llama.cpp · Q3_K_S Decode 122.17 · Prefill 596.11 ·
- Strata · IQ3_S Decode 166.71 · Prefill 815.55 ·
- Ollama · IQ3_S Decode 128.5 · Prefill 561.01 ·
- Strata · Q3_K_M Decode 202.56 · Prefill 756.52 ·
核心数据
- Decode（平均）
- 100.76 tok/s
- Prefill（平均）
- 500.94 tok/s
- TTFT（平均）
- 2.42 s
- VRAM（平均）
- 8.99 GB
- MTP 接受率
- —
- TTFB
- 0.81 GB
- 功耗
- 200.1 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
- Q4_K_M
- 框架
- vLLM
- 版本
- v0.27
- 上下文长度
- 32768 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 RX 7900 XTX
- 标称显存
- 24 GB
- 实测显存（均值）
- 8.99 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.6
- 电源功耗
- 200.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.27 · Windows 11 23H2 · CUDA 12.6 · 32768 ctx
100.76 tok/s
Decode
500.94 tok/s
Prefill
2.42 s
TTFT
8.99 GB
VRAM
—
MTP
200.1 W
功耗
L2 batch seed 2026-10-19: vLLM on hw_id=11 running model_id=48 at Q4_K_M