返回搜索结果
Qwen3.5-4B · Q6_K
AMD Ryzen AI Max+ 395128GBvLLM v0.26L2 跨框架验证
本页汇总 Qwen3.5-4B（Q6_K）在 AMD Ryzen AI Max+ 395 上以 vLLM 运行的 2 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。
110.75 tok/s
Decode
解码速度
500.4 tok/s
Prefill
预填充速度
1.53 s
TTFT
首 token 延迟
10.5 GB
VRAM
显存占用
L2 跨框架验证
2
实测次数
1
独立来源
其他
来源平台
2 天前
最后验证
性能表现
- llama.cpp · IQ3_XS Decode 156.15 · Prefill 562.48 ·
- vLLM · IQ2_XS Decode 205.56 · Prefill 924.99 ·
- vLLM · Q6_K （当前）Decode 110.75 · Prefill 500.4 ·
核心数据
- Decode（平均）
- 110.75 tok/s
- Prefill（平均）
- 500.4 tok/s
- TTFT（平均）
- 1.53 s
- VRAM（平均）
- 10.5 GB
- MTP 接受率
- —
- TTFB
- 0.89 GB
- 功耗
- 73.75 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
- Q6_K
- 框架
- vLLM
- 版本
- v0.26
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 10.5 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 112 W
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
v0.26 · Ubuntu 24.04 · CUDA N/A · 32768 ctx
107.76 tok/s
Decode
383.23 tok/s
Prefill
1.11 s
TTFT
10.5 GB
VRAM
—
MTP
112 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=24 running model_id=48 at Q6_K
v0.27 · Windows 11 23H2 · CUDA N/A · 2048 ctx
113.73 tok/s
Decode
617.57 tok/s
Prefill
1.95 s
TTFT
10.5 GB
VRAM
—
MTP
35.5 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=24 running model_id=48 at Q6_K