返回搜索结果
Qwen3.5-4B · IQ3_XS
AMD Ryzen AI Max+ 395128GBllama.cpp v0.31L2 跨框架验证
本页汇总 Qwen3.5-4B（IQ3_XS）在 AMD Ryzen AI Max+ 395 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。
156.15 tok/s
Decode
解码速度
562.48 tok/s
Prefill
预填充速度
0.48 s
TTFT
首 token 延迟
7.31 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
昨天
最后验证
性能表现
- llama.cpp · IQ3_XS （当前）Decode 156.15 · Prefill 562.48 ·
- vLLM · IQ2_XS Decode 205.56 · Prefill 924.99 ·
- vLLM · Q6_K Decode 110.75 · Prefill 500.4 ·
核心数据
- Decode（平均）
- 156.15 tok/s
- Prefill（平均）
- 562.48 tok/s
- TTFT（平均）
- 0.48 s
- VRAM（平均）
- 7.31 GB
- MTP 接受率
- —
- TTFB
- 1.25 GB
- 功耗
- 92.4 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
- IQ3_XS
- 框架
- llama.cpp
- 版本
- v0.31
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 Ryzen AI Max+ 395
- 标称显存
- 128 GB
- 实测显存（均值）
- 7.31 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- N/A
- 电源功耗
- 92.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · Ubuntu 22.04 · CUDA N/A · 16384 ctx
156.15 tok/s
Decode
562.48 tok/s
Prefill
0.48 s
TTFT
7.31 GB
VRAM
—
MTP
92.4 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=24 running model_id=48 at IQ3_XS