Arao AI
返回搜索结果

Qwen3.6-27B · Q8_0

发起讨论
NVIDIA RTX Spark128GBOllama v0.29L2 跨框架验证

本页汇总 Qwen3.6-27B（Q8_0）在 NVIDIA RTX Spark 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。

6.72 tok/s

Decode

解码速度

25.96 tok/s

Prefill

预填充速度

3.19 s

TTFT

首 token 延迟

67.3 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

16 天前

最后验证

性能表现

  1. llama.cpp · FP16 Decode 5.5 · Prefill 19.76 ·
  2. llama.cpp · Q5_K_M Decode 8.41 · Prefill 32.22 ·
  3. llama.cpp · Q8_0 Decode 7.68 · Prefill 32.82 ·
  4. Ollama · Q5_K_M Decode 8.83 · Prefill 30.38 ·
  5. Ollama · Q8_0 （当前）Decode 6.72 · Prefill 25.96 ·
  6. llama.cpp · IQ3_S Decode 13.81 · Prefill 45.91 ·
  7. llama.cpp · Q4_K_M Decode 10.95 · Prefill 50.01 ·
  8. Ollama · Q4_K_M Decode 10.39 · Prefill 39.74 ·

核心数据

Decode（平均）
6.72 tok/s
Prefill（平均）
25.96 tok/s
TTFT（平均）
3.19 s
VRAM（平均）
67.3 GB
MTP 接受率
—
TTFB
0.05 GB
功耗
61.9 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
Q8_0
框架
Ollama
版本
v0.29
上下文长度
16384 tokens
批次大小
256
GPU 层数
33
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 Spark
标称显存
128 GB
实测显存（均值）
67.3 GB
系统
Ubuntu 24.04
驱动
615.78
CUDA
13.0
电源功耗
61.9 W
参考价格
$2,399 · 更新于 2026-10-19

价格非实时，以电商页为准

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 2026-10-20

    v0.29 · Ubuntu 24.04 · CUDA 13.0 · 16384 ctx

    6.72 tok/s

    Decode

    25.96 tok/s

    Prefill

    3.19 s

    TTFT

    67.3 GB

    VRAM

    —

    MTP

    61.9 W

    功耗

    L2 batch seed 2026-10-20 (Linux 116GiB unlock): Ollama on Spark running model_id=6 at Q8_0