Arao AI
返回搜索结果

Qwen3.6-27B · IQ3_S

发起讨论
NVIDIA RTX Spark128GBllama.cpp v0.45L2 跨框架验证

本页汇总 Qwen3.6-27B（IQ3_S）在 NVIDIA RTX Spark 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。

13.81 tok/s

Decode

解码速度

45.91 tok/s

Prefill

预填充速度

1.84 s

TTFT

首 token 延迟

39.52 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 Decode 6.72 · Prefill 25.96 ·
  6. llama.cpp · IQ3_S （当前）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）
13.81 tok/s
Prefill（平均）
45.91 tok/s
TTFT（平均）
1.84 s
VRAM（平均）
39.52 GB
MTP 接受率
—
TTFB
0.11 GB
功耗
51.6 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
IQ3_S
框架
llama.cpp
版本
v0.45
上下文长度
32768 tokens
批次大小
256
GPU 层数
33
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 Spark
标称显存
128 GB
实测显存（均值）
39.52 GB
系统
Windows 11 24H2
驱动
NVIDIA 590.10
CUDA
13.0
电源功耗
51.6 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 2026-10-19

    v0.45 · Windows 11 24H2 · CUDA 13.0 · 32768 ctx

    13.81 tok/s

    Decode

    45.91 tok/s

    Prefill

    1.84 s

    TTFT

    39.52 GB

    VRAM

    —

    MTP

    51.6 W

    功耗

    L2 batch seed 2026-10-19: llama.cpp on hw_id=110 running model_id=6 at IQ3_S