返回搜索结果
Qwen3.5-4B · IQ2_M
AMD Radeon RX 9070 XT16GBllama.cpp v0.42L2 跨框架验证
本页汇总 Qwen3.5-4B（IQ2_M）在 AMD Radeon RX 9070 XT 上以 llama.cpp 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。
196.42 tok/s
Decode
解码速度
767.31 tok/s
Prefill
预填充速度
1.36 s
TTFT
首 token 延迟
6.47 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 （当前）Decode 196.42 · Prefill 767.31 ·
- Ollama · FP16 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）
- 196.42 tok/s
- Prefill（平均）
- 767.31 tok/s
- TTFT（平均）
- 1.36 s
- VRAM（平均）
- 6.47 GB
- MTP 接受率
- —
- TTFB
- 1.57 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
- IQ2_M
- 框架
- llama.cpp
- 版本
- v0.42
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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）
- 6.47 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.12
- 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
v0.42 · Windows 11 23H2 · CUDA 12.4 · 4096 ctx
196.42 tok/s
Decode
767.31 tok/s
Prefill
1.36 s
TTFT
6.47 GB
VRAM
—
MTP
229.2 W
功耗
L2 batch seed 2026-10-18: llama.cpp on hw_id=16 running model_id=48 at IQ2_M