返回搜索结果
Qwen3.5-4B · Q4_K_M
AMD Radeon RX 907016GBvLLM v0.41L2 跨框架验证
本页汇总 Qwen3.5-4B（Q4_K_M）在 AMD Radeon RX 9070 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。
137.14 tok/s
Decode
解码速度
684.52 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
今天
最后验证
性能表现
- llama.cpp · IQ2_XS Decode 204.13 · Prefill 1113.36 ·
- llama.cpp · Q3_K_L Decode 162.78 · Prefill 836.11 ·
- vLLM · Q3_K_S Decode 194.22 · Prefill 736.68 ·
- vLLM · Q4_K_M （当前）Decode 137.14 · Prefill 684.52 ·
- llama.cpp · IQ4_XS Decode 127.63 · Prefill 638.8 ·
- vLLM · IQ1_S Decode 172.53 · Prefill 556.88 ·
- vLLM · IQ3_S Decode 146.59 · Prefill 752.13 ·
核心数据
- Decode（平均）
- 137.14 tok/s
- Prefill（平均）
- 684.52 tok/s
- TTFT（平均）
- 2.42 s
- VRAM（平均）
- 8.99 GB
- MTP 接受率
- —
- TTFB
- 1.1 GB
- 功耗
- 250.8 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
- v0.41
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- 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
- 标称显存
- 16 GB
- 实测显存（均值）
- 8.99 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.12
- CUDA
- 12.4
- 电源功耗
- 250.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · Ubuntu 22.04 · CUDA 12.4 · 2048 ctx
137.14 tok/s
Decode
684.52 tok/s
Prefill
2.42 s
TTFT
8.99 GB
VRAM
—
MTP
250.8 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=21 running model_id=48 at Q4_K_M