返回搜索结果
Qwen3.5-9B · Q4_K_S
NVIDIA RTX 408016GBOllama v0.25L2 跨框架验证
本页汇总 Qwen3.5-9B（Q4_K_S）在 NVIDIA RTX 4080 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。
71.83 tok/s
Decode
解码速度
361.81 tok/s
Prefill
预填充速度
1.53 s
TTFT
首 token 延迟
15.2 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 · Q4_K_S （当前）Decode 71.83 · Prefill 361.81 ·
核心数据
- Decode（平均）
- 71.83 tok/s
- Prefill（平均）
- 361.81 tok/s
- TTFT（平均）
- 1.53 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.57 GB
- 功耗
- 281.5 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
- Q4_K_S
- 框架
- Ollama
- 版本
- v0.25
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- 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
- NVIDIA RTX 4080
- 标称显存
- 16 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Windows 11 23H2
- 驱动
- 570.86
- CUDA
- 12.6
- 电源功耗
- 281.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · Windows 11 23H2 · CUDA 12.6 · 32768 ctx
71.83 tok/s
Decode
361.81 tok/s
Prefill
1.53 s
TTFT
15.2 GB
VRAM
—
MTP
281.5 W
功耗
L2 batch seed 2026-10-13: Ollama on hw_id=41 running model_id=49 at Q4_K_S