返回搜索结果
Qwen3.5-4B · FP16
AMD Radeon RX 9070 XT16GBOllama v0.37L2 跨框架验证
本页汇总 Qwen3.5-4B（FP16）在 AMD Radeon RX 9070 XT 上以 Ollama 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。
69.03 tok/s
Decode
解码速度
237.27 tok/s
Prefill
预填充速度
2.13 s
TTFT
首 token 延迟
15.2 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
今天
最后验证
性能表现
- llama.cpp · IQ2_M Decode 196.42 · Prefill 767.31 ·
- Ollama · FP16 （当前）Decode 69.03 · Prefill 237.27 ·
- Ollama · Q6_K Decode 103.08 · Prefill 389.31 ·
- Ollama · Q3_K_L Decode 133.65 · Prefill 600.15 ·
核心数据
- Decode（平均）
- 69.03 tok/s
- Prefill（平均）
- 237.27 tok/s
- TTFT（平均）
- 2.13 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.55 GB
- 功耗
- 229.2 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
- FP16
- 框架
- Ollama
- 版本
- v0.37
- 上下文长度
- 4096 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- 12.4
- 电源功耗
- 229.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · Ubuntu 22.04 · CUDA 12.4 · 4096 ctx
69.03 tok/s
Decode
237.27 tok/s
Prefill
2.13 s
TTFT
15.2 GB
VRAM
—
MTP
229.2 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=16 running model_id=48 at FP16