返回搜索结果
Qwen3.5-4B · Q3_K_S
NVIDIA RTX 309024GBOllama v0.55L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_S）在 NVIDIA RTX 3090 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。
109.99 tok/s
Decode
解码速度
558.1 tok/s
Prefill
预填充速度
1.01 s
TTFT
首 token 延迟
7.56 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
- Ollama · Q3_K_S （当前）Decode 109.99 · Prefill 558.1 ·
- Ollama · Q8_0 Decode 62.23 · Prefill 337.34 ·
- Strata · IQ4_XS Decode 157.12 · Prefill 630.97 ·
- llama.cpp · Q5_K_S Decode 139.06 · Prefill 548.16 ·
- llama.cpp · Q6_K Decode 108.41 · Prefill 420.36 ·
- vLLM · Q5_K_S Decode 129.61 · Prefill 696.02 ·
核心数据
- Decode（平均）
- 109.99 tok/s
- Prefill（平均）
- 558.1 tok/s
- TTFT（平均）
- 1.01 s
- VRAM（平均）
- 7.56 GB
- MTP 接受率
- —
- TTFB
- 0.88 GB
- 功耗
- 294.3 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_S
- 框架
- Ollama
- 版本
- v0.55
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 20
- 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 3090
- 标称显存
- 24 GB
- 实测显存（均值）
- 7.56 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 294.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.55 · Ubuntu 24.04 · CUDA 12.4 · 8192 ctx
109.99 tok/s
Decode
558.1 tok/s
Prefill
1.01 s
TTFT
7.56 GB
VRAM
—
MTP
294.3 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=2 running model_id=48 at Q3_K_S