返回搜索结果
Qwen3.5-9B · Q4_K_M
AMD Radeon AI PRO R970032GBvLLM v0.36L2 跨框架验证
本页汇总 Qwen3.5-9B（Q4_K_M）在 AMD Radeon AI PRO R9700 上以 vLLM 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。
98.86 tok/s
Decode
解码速度
492.64 tok/s
Prefill
预填充速度
1.98 s
TTFT
首 token 延迟
17.6 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
5 天前
最后验证
性能表现
- vLLM · Q4_K_M （当前）Decode 98.86 · Prefill 492.64 ·
- vLLM · Q6_K Decode 76.56 · Prefill 349.76 ·
核心数据
- Decode（平均）
- 98.86 tok/s
- Prefill（平均）
- 492.64 tok/s
- TTFT（平均）
- 1.98 s
- VRAM（平均）
- 17.6 GB
- MTP 接受率
- —
- TTFB
- 0.79 GB
- 功耗
- 269.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-9B
- 量化方式
- Q4_K_M
- 框架
- vLLM
- 版本
- v0.36
- 上下文长度
- 16384 tokens
- 批次大小
- 32
- GPU 层数
- 999
- 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
- AMD Radeon AI PRO R9700
- 标称显存
- 32 GB
- 实测显存（均值）
- 17.6 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 269.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · Windows 11 23H2 · CUDA N/A · 16384 ctx
98.86 tok/s
Decode
492.64 tok/s
Prefill
1.98 s
TTFT
17.6 GB
VRAM
—
MTP
269.4 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=79 running model_id=49 at Q4_K_M