返回搜索结果
Qwen3.5-4B · Q3_K_L
Intel Arc B58012GBllama.cpp v0.45L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_L）在 Intel Arc B580 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。
70.52 tok/s
Decode
解码速度
317.93 tok/s
Prefill
预填充速度
0.3 s
TTFT
首 token 延迟
8.15 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 · IQ1_S Decode 98.24 · Prefill 506.66 ·
- llama.cpp · Q3_K_L （当前）Decode 70.52 · Prefill 317.93 ·
- vLLM · Q2_K Decode 89.29 · Prefill 348.31 ·
- Strata · IQ3_S Decode 101.32 · Prefill 490.59 ·
核心数据
- Decode（平均）
- 70.52 tok/s
- Prefill（平均）
- 317.93 tok/s
- TTFT（平均）
- 0.3 s
- VRAM（平均）
- 8.15 GB
- MTP 接受率
- —
- TTFB
- 0.56 GB
- 功耗
- 267.1 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
- Q3_K_L
- 框架
- llama.cpp
- 版本
- v0.45
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 33
- 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
- Intel Arc B580
- 标称显存
- 12 GB
- 实测显存（均值）
- 8.15 GB
- 系统
- Ubuntu 24.04
- 驱动
- Intel Arc 31.0.101.5186
- CUDA
- 12.6
- 电源功耗
- 267.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.45 · Ubuntu 24.04 · CUDA 12.6 · 32768 ctx
70.52 tok/s
Decode
317.93 tok/s
Prefill
0.3 s
TTFT
8.15 GB
VRAM
—
MTP
267.1 W
功耗
L2 batch seed 2026-10-10: llama.cpp on hw_id=94 running model_id=48 at Q3_K_L