Arao AI
返回搜索结果

Qwen3.6-27B · IQ1_S

发起讨论
NVIDIA RTX 309024GBvLLM v0.25L2 跨框架验证

本页汇总 Qwen3.6-27B（IQ1_S）在 NVIDIA RTX 3090 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。

96.12 tok/s

Decode

解码速度

373.79 tok/s

Prefill

预填充速度

0.28 s

TTFT

首 token 延迟

22.8 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

17 天前

最后验证

性能表现

  1. vLLM · IQ1_S （当前）Decode 96.12 · Prefill 373.79 ·
  2. Ollama · IQ1_S Decode 76.57 · Prefill 351.59 ·
  3. llama.cpp · Q4_K_M Decode 57.02 · Prefill 1299.01 ·
  4. llama.cpp · UD-Q3_K_XL Decode 36.67 · Prefill 39.44 ·
  5. llama.cpp · Q5_K_S Decode 46.57 · Prefill 1201.22 ·

核心数据

Decode（平均）
96.12 tok/s
Prefill（平均）
373.79 tok/s
TTFT（平均）
0.28 s
VRAM（平均）
22.8 GB
MTP 接受率
—
TTFB
0.77 GB
功耗
322.5 W

基础配置

成员级字段取自最近一次实测

模型
Qwen3.6-27B
量化方式
IQ1_S
框架
vLLM
版本
v0.25
上下文长度
4096 tokens
批次大小
8
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
NVIDIA RTX 3090
标称显存
24 GB
实测显存（均值）
22.8 GB
系统
Windows 11 24H2
驱动
570.86
CUDA
12.4
电源功耗
322.5 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-19

    v0.25 · Windows 11 24H2 · CUDA 12.4 · 4096 ctx

    96.12 tok/s

    Decode

    373.79 tok/s

    Prefill

    0.28 s

    TTFT

    22.8 GB

    VRAM

    —

    MTP

    322.5 W

    功耗

    L2 batch seed 2026-10-19: vLLM on hw_id=2 running model_id=6 at IQ1_S