返回搜索结果
Qwen3.5-9B · Q5_K_M
NVIDIA RTX 509032GBOllama v0.34L2 跨框架验证
本页汇总 Qwen3.5-9B（Q5_K_M）在 NVIDIA RTX 5090 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。
166 tok/s
Decode
解码速度
599.13 tok/s
Prefill
预填充速度
2.05 s
TTFT
首 token 延迟
19.68 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 · Q2_K Decode 277.25 · Prefill 1119.33 ·
- Ollama · Q5_K_M （当前）Decode 166 · Prefill 599.13 ·
核心数据
- Decode（平均）
- 166 tok/s
- Prefill（平均）
- 599.13 tok/s
- TTFT（平均）
- 2.05 s
- VRAM（平均）
- 19.68 GB
- MTP 接受率
- —
- TTFB
- 1.33 GB
- 功耗
- 469.4 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
- Q5_K_M
- 框架
- Ollama
- 版本
- v0.34
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 RTX 5090
- 标称显存
- 32 GB
- 实测显存（均值）
- 19.68 GB
- 系统
- Ubuntu 24.04
- 驱动
- 570.86
- CUDA
- 12.6
- 电源功耗
- 469.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · Ubuntu 24.04 · CUDA 12.6 · 2048 ctx
166 tok/s
Decode
599.13 tok/s
Prefill
2.05 s
TTFT
19.68 GB
VRAM
—
MTP
469.4 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=13 running model_id=49 at Q5_K_M