返回搜索结果
Qwen3.5-9B · IQ1_S
AMD Strix Halo (Radeon 8060S)llama.cpp v0.28L2 跨框架验证
本页汇总 Qwen3.5-9B（IQ1_S）在 AMD Strix Halo (Radeon 8060S) 上以 llama.cpp 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。
116.24 tok/s
Decode
解码速度
433.01 tok/s
Prefill
预填充速度
0.63 s
TTFT
首 token 延迟
10.04 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
2 天前
最后验证
性能表现
- llama.cpp · IQ1_S （当前）Decode 116.24 · Prefill 433.01 ·
- llama.cpp · Q5_K_S Decode 60.47 · Prefill 213.4 ·
- Strata · Q4_K_S Decode 105.67 · Prefill 508.86 ·
- Strata · Q6_K Decode 73.08 · Prefill 234.71 ·
核心数据
- Decode（平均）
- 116.24 tok/s
- Prefill（平均）
- 433.01 tok/s
- TTFT（平均）
- 0.63 s
- VRAM（平均）
- 10.04 GB
- MTP 接受率
- —
- TTFB
- 0.93 GB
- 功耗
- 59.7 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
- IQ1_S
- 框架
- llama.cpp
- 版本
- v0.28
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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 Strix Halo (Radeon 8060S)
- 实测显存（均值）
- 10.04 GB
- 系统
- Windows 11 23H2
- 驱动
- amdgpu-pro 24.20
- CUDA
- N/A
- 电源功耗
- 59.7 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 · Windows 11 23H2 · CUDA N/A · 16384 ctx
116.24 tok/s
Decode
433.01 tok/s
Prefill
0.63 s
TTFT
10.04 GB
VRAM
—
MTP
59.7 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=87 running model_id=49 at IQ1_S