返回搜索结果
Qwen3.5-4B · IQ3_S
NVIDIA RTX 3060 12GB12GBOllama v0.37L2 跨框架验证
本页汇总 Qwen3.5-4B（IQ3_S）在 NVIDIA RTX 3060 12GB 上以 Ollama 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。
95.65 tok/s
Decode
解码速度
519.99 tok/s
Prefill
预填充速度
0.52 s
TTFT
首 token 延迟
7.64 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 · IQ3_S Decode 105.18 · Prefill 415.05 ·
- Ollama · IQ3_S （当前）Decode 95.65 · Prefill 519.99 ·
- Ollama · Q3_K_M Decode 97.19 · Prefill 407.59 ·
- Strata · Q5_K_S Decode 113.91 · Prefill 618.95 ·
- Strata · Q6_K Decode 100.84 · Prefill 413.9 ·
- llama.cpp · Q4_K_M Decode 117 · Prefill 877.5 ·
核心数据
- Decode（平均）
- 95.65 tok/s
- Prefill（平均）
- 519.99 tok/s
- TTFT（平均）
- 0.52 s
- VRAM（平均）
- 7.64 GB
- MTP 接受率
- —
- TTFB
- 0.77 GB
- 功耗
- 217.1 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
- IQ3_S
- 框架
- Ollama
- 版本
- v0.37
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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
- NVIDIA RTX 3060 12GB
- 标称显存
- 12 GB
- 实测显存（均值）
- 7.64 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- 12.4
- 电源功耗
- 217.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · Ubuntu 22.04 · CUDA 12.4 · 16384 ctx
95.65 tok/s
Decode
519.99 tok/s
Prefill
0.52 s
TTFT
7.64 GB
VRAM
—
MTP
217.1 W
功耗
L2 batch seed 2026-10-10: Ollama on hw_id=15 running model_id=48 at IQ3_S