返回搜索结果
Qwen3.5-4B · Q4_K_M
NVIDIA RTX 20606GBllama.cpp b11206L1 已复现
本页汇总 Qwen3.5-4B（Q4_K_M）在 NVIDIA RTX 2060 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。
56.1 tok/s
Decode
解码速度
131 tok/s
Prefill
预填充速度
— s
TTFT
首 token 延迟
— GB
VRAM
显存占用
L1 已复现
1
实测次数
1
独立来源
GitHub
来源平台
昨天
最后验证
性能表现
- llama.cpp · Q4_K_M （当前）Decode 56.1 · Prefill 131 ·
核心数据
- Decode（平均）
- 56.1 tok/s
- Prefill（平均）
- 131 tok/s
- TTFT（平均）
- — s
- VRAM（平均）
- — GB
- MTP 接受率
- —
- TTFB
- — GB
- 功耗
- — 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
- llama.cpp
- 版本
- b11206
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- NVIDIA RTX 2060
- 标称显存
- 6 GB
- 系统
- Windows 11
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
b11206 · Windows 11
56.1 tok/s
Decode
131 tok/s
Prefill
— s
TTFT
0 GB
VRAM
—
MTP
— W
功耗
CUDA | 3rd+ | 117-131 tok/s | 56.1 tok/s