返回搜索结果
Qwen3.5-4B · IQ1_S
AMD Radeon RX 9070 GRE12GBvLLM v0.21L2 跨框架验证
本页汇总 Qwen3.5-4B（IQ1_S）在 AMD Radeon RX 9070 GRE 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。
165.6 tok/s
Decode
解码速度
729.98 tok/s
Prefill
预填充速度
1.17 s
TTFT
首 token 延迟
5.63 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
- vLLM · IQ1_S （当前）Decode 165.6 · Prefill 729.98 ·
- Strata · IQ1_S Decode 212.06 · Prefill 968.79 ·
核心数据
- Decode（平均）
- 165.6 tok/s
- Prefill（平均）
- 729.98 tok/s
- TTFT（平均）
- 1.17 s
- VRAM（平均）
- 5.63 GB
- MTP 接受率
- —
- TTFB
- 1.32 GB
- 功耗
- 238.7 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
- IQ1_S
- 框架
- vLLM
- 版本
- v0.21
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- 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 RX 9070 GRE
- 标称显存
- 12 GB
- 实测显存（均值）
- 5.63 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.10
- CUDA
- N/A
- 电源功耗
- 238.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Windows 11 23H2 · CUDA N/A · 8192 ctx
165.6 tok/s
Decode
729.98 tok/s
Prefill
1.17 s
TTFT
5.63 GB
VRAM
—
MTP
238.7 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=32 running model_id=48 at IQ1_S