返回搜索结果
Qwen3.5-4B · Q3_K_M
NVIDIA RTX 508016GBStrata v0.37L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_M）在 NVIDIA RTX 5080 上以 Strata 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。
231.73 tok/s
Decode
解码速度
785.76 tok/s
Prefill
预填充速度
1.65 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 · IQ4_XS Decode 133.14 · Prefill 731.5 ·
- Strata · Q3_K_M （当前）Decode 231.73 · Prefill 785.76 ·
核心数据
- Decode（平均）
- 231.73 tok/s
- Prefill（平均）
- 785.76 tok/s
- TTFT（平均）
- 1.65 s
- VRAM（平均）
- 7.81 GB
- MTP 接受率
- 0.51
- TTFB
- 1.85 GB
- 功耗
- 268 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
- Strata
- 版本
- v0.37
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 15
- 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 5080
- 标称显存
- 16 GB
- 实测显存（均值）
- 7.81 GB
- 系统
- Ubuntu 24.04
- 驱动
- 570.86
- CUDA
- 12.8
- 电源功耗
- 268 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 24.04 · CUDA 12.8 · 8192 ctx
231.73 tok/s
Decode
785.76 tok/s
Prefill
1.65 s
TTFT
7.81 GB
VRAM
0.51
MTP
268 W
功耗
L2 batch seed 2026-10-10: Strata on hw_id=14 running model_id=48 at Q3_K_M