返回搜索结果
Qwen3.5-4B · Q3_K_M
NVIDIA RTX 4060 Ti 16GB16GBOllama v0.32L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_M）在 NVIDIA RTX 4060 Ti 16GB 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。
144.59 tok/s
Decode
解码速度
690.26 tok/s
Prefill
预填充速度
0.85 s
TTFT
首 token 延迟
7.81 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 · Q3_K_S Decode 147.52 · Prefill 627.05 ·
- Ollama · Q3_K_M （当前）Decode 144.59 · Prefill 690.26 ·
- Strata · Q2_K Decode 195.73 · Prefill 812.84 ·
核心数据
- Decode（平均）
- 144.59 tok/s
- Prefill（平均）
- 690.26 tok/s
- TTFT（平均）
- 0.85 s
- VRAM（平均）
- 7.81 GB
- MTP 接受率
- —
- TTFB
- 1.16 GB
- 功耗
- 179.3 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_M
- 框架
- Ollama
- 版本
- v0.32
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 4060 Ti 16GB
- 标称显存
- 16 GB
- 实测显存（均值）
- 7.81 GB
- 系统
- Windows 11 24H2
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 179.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.32 · Windows 11 24H2 · CUDA 12.8 · 16384 ctx
144.59 tok/s
Decode
690.26 tok/s
Prefill
0.85 s
TTFT
7.81 GB
VRAM
—
MTP
179.3 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=3 running model_id=48 at Q3_K_M