返回搜索结果
Qwen3.5-4B · Q5_K_S
NVIDIA RTX PRO 6000 Blackwell 96GB96GBOllama v0.51L2 跨框架验证
本页汇总 Qwen3.5-4B（Q5_K_S）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
216.95 tok/s
Decode
解码速度
820.67 tok/s
Prefill
预填充速度
0.33 s
TTFT
首 token 延迟
9.66 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
- vLLM · Q3_K_M Decode 336.72 · Prefill 1847.35 ·
- vLLM · Q6_K Decode 245.04 · Prefill 1242.69 ·
- Ollama · Q3_K_L Decode 279.88 · Prefill 1395.76 ·
- Ollama · Q5_K_S （当前）Decode 216.95 · Prefill 820.67 ·
核心数据
- Decode（平均）
- 216.95 tok/s
- Prefill（平均）
- 820.67 tok/s
- TTFT（平均）
- 0.33 s
- VRAM（平均）
- 9.66 GB
- MTP 接受率
- —
- TTFB
- 1.74 GB
- 功耗
- 300.2 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
- Q5_K_S
- 框架
- Ollama
- 版本
- v0.51
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 9.66 GB
- 系统
- Ubuntu 24.04
- 驱动
- 572.83
- CUDA
- 12.4
- 电源功耗
- 300.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.51 · Ubuntu 24.04 · CUDA 12.4 · 16384 ctx
216.95 tok/s
Decode
820.67 tok/s
Prefill
0.33 s
TTFT
9.66 GB
VRAM
—
MTP
300.2 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=68 running model_id=48 at Q5_K_S