返回搜索结果
Qwen3.5-4B · Q5_K_M
AMD Strix Point (Radeon 890M)llama.cpp v0.37L2 跨框架验证
本页汇总 Qwen3.5-4B（Q5_K_M）在 AMD Strix Point (Radeon 890M) 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。
58.41 tok/s
Decode
解码速度
300.39 tok/s
Prefill
预填充速度
2.5 s
TTFT
首 token 延迟
9.91 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
2 天前
最后验证
性能表现
- llama.cpp · Q5_K_M （当前）Decode 58.41 · Prefill 300.39 ·
- Ollama · Q3_K_L Decode 78.29 · Prefill 430.35 ·
- Ollama · Q8_0 Decode 43.81 · Prefill 179.92 ·
核心数据
- Decode（平均）
- 58.41 tok/s
- Prefill（平均）
- 300.39 tok/s
- TTFT（平均）
- 2.5 s
- VRAM（平均）
- 9.91 GB
- MTP 接受率
- —
- TTFB
- 0.47 GB
- 功耗
- 67.4 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
- Q5_K_M
- 框架
- llama.cpp
- 版本
- v0.37
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 Strix Point (Radeon 890M)
- 实测显存（均值）
- 9.91 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 67.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · Windows 11 23H2 · CUDA N/A · 2048 ctx
58.41 tok/s
Decode
300.39 tok/s
Prefill
2.5 s
TTFT
9.91 GB
VRAM
—
MTP
67.4 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=89 running model_id=48 at Q5_K_M