返回搜索结果
Qwen3.5-4B · Q8_0
NVIDIA RTX 508016GBStrata v0.37L2 跨框架验证
本页汇总 Qwen3.5-4B（Q8_0）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。
218.51 tok/s
Decode
解码速度
985.54 tok/s
Prefill
预填充速度
0.97 s
TTFT
首 token 延迟
11.76 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
17 天前
最后验证
性能表现
- Ollama · FP16 Decode 104.67 · Prefill 436.92 ·
- Ollama · Q4_K_S Decode 194.55 · Prefill 763.79 ·
- Strata · Q8_0 （当前）Decode 218.51 · Prefill 985.54 ·
- llama.cpp · IQ1_S Decode 350.61 · Prefill 1829.73 ·
- llama.cpp · IQ2_XS Decode 312.6 · Prefill 1217.96 ·
- Strata · IQ3_S Decode 356.3 · Prefill 1901.07 ·
- llama.cpp · IQ4_XS Decode 133.14 · Prefill 731.5 ·
- Strata · Q3_K_M Decode 231.73 · Prefill 785.76 ·
核心数据
- Decode（平均）
- 218.51 tok/s
- Prefill（平均）
- 985.54 tok/s
- TTFT（平均）
- 0.97 s
- VRAM（平均）
- 11.76 GB
- MTP 接受率
- 0.54
- TTFB
- 1.75 GB
- 功耗
- 288.5 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
- Q8_0
- 框架
- Strata
- 版本
- v0.37
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 5
- Flash Attention
- 关闭
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）
- 11.76 GB
- 系统
- Windows 11 23H2
- 驱动
- 572.83
- CUDA
- 12.4
- 电源功耗
- 288.5 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 · Windows 11 23H2 · CUDA 12.4 · 2048 ctx
218.51 tok/s
Decode
985.54 tok/s
Prefill
0.97 s
TTFT
11.76 GB
VRAM
0.54
MTP
288.5 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=14 running model_id=48 at Q8_0