返回搜索结果
Qwen3.5-9B · Q4_K_M
NVIDIA Jetson AGX Orin 64GB64GBllama.cpp v0.52L2 跨框架验证
本页汇总 Qwen3.5-9B（Q4_K_M）在 NVIDIA Jetson AGX Orin 64GB 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。
47.21 tok/s
Decode
解码速度
254.51 tok/s
Prefill
预填充速度
0.65 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
- Ollama · Q3_K_S Decode 55.39 · Prefill 272.09 ·
- Strata · Q4_K_M Decode 72.01 · Prefill 281.13 ·
- llama.cpp · IQ2_XS Decode 71.62 · Prefill 230.5 ·
- llama.cpp · Q4_K_M （当前）Decode 47.21 · Prefill 254.51 ·
- Strata · Q4_K_S Decode 76.44 · Prefill 335.52 ·
- Strata · Q6_K Decode 51.24 · Prefill 260.03 ·
核心数据
- Decode（平均）
- 47.21 tok/s
- Prefill（平均）
- 254.51 tok/s
- TTFT（平均）
- 0.65 s
- VRAM（平均）
- 17.6 GB
- MTP 接受率
- —
- TTFB
- 0.38 GB
- 功耗
- 58.2 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
- llama.cpp
- 版本
- v0.52
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 Jetson AGX Orin 64GB
- 标称显存
- 64 GB
- 实测显存（均值）
- 17.6 GB
- 系统
- JetPack 6.0
- 驱动
- NVIDIA L4T 36.3
- CUDA
- 12.6
- 电源功耗
- 58.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.52 · JetPack 6.0 · CUDA 12.6 · 8192 ctx
47.21 tok/s
Decode
254.51 tok/s
Prefill
0.65 s
TTFT
17.6 GB
VRAM
—
MTP
58.2 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=76 running model_id=49 at Q4_K_M