返回搜索结果
Qwen3.5-9B · Q3_K_S
AMD Radeon RX 9070 XT16GBvLLM v0.28L2 跨框架验证
本页汇总 Qwen3.5-9B（Q3_K_S）在 AMD Radeon RX 9070 XT 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。
113.68 tok/s
Decode
解码速度
457.77 tok/s
Prefill
预填充速度
0.42 s
TTFT
首 token 延迟
14.38 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 · IQ1_S Decode 133.24 · Prefill 623.53 ·
- vLLM · Q3_K_S （当前）Decode 113.68 · Prefill 457.77 ·
- Ollama · IQ2_XS Decode 124.46 · Prefill 417.76 ·
核心数据
- Decode（平均）
- 113.68 tok/s
- Prefill（平均）
- 457.77 tok/s
- TTFT（平均）
- 0.42 s
- VRAM（平均）
- 14.38 GB
- MTP 接受率
- —
- TTFB
- 0.91 GB
- 功耗
- 317.5 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
- Q3_K_S
- 框架
- vLLM
- 版本
- v0.28
- 上下文长度
- 4096 tokens
- 批次大小
- 16
- 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 RX 9070 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 14.38 GB
- 系统
- Ubuntu 24.04
- 驱动
- amdgpu 6.11
- CUDA
- N/A
- 电源功耗
- 317.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · Ubuntu 24.04 · CUDA N/A · 4096 ctx
113.68 tok/s
Decode
457.77 tok/s
Prefill
0.42 s
TTFT
14.38 GB
VRAM
—
MTP
317.5 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=16 running model_id=49 at Q3_K_S