返回搜索结果
Qwen3.6-35B-A3B · IQ4_XS
NVIDIA H100 80GB HBM380GBvLLM v0.50L2 跨框架验证
本页汇总 Qwen3.6-35B-A3B（IQ4_XS）在 NVIDIA H100 80GB HBM3 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。
288.72 tok/s
Decode
解码速度
1,282.53 tok/s
Prefill
预填充速度
1.27 s
TTFT
首 token 延迟
56.49 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
- vLLM · IQ4_XS （当前）Decode 288.72 · Prefill 1282.53 ·
- vLLM · Q3_K_M Decode 355.61 · Prefill 1722.65 ·
- Ollama · IQ2_M Decode 321.92 · Prefill 1762.51 ·
- Ollama · Q8_0 Decode 296.95 · Prefill 1140.84 ·
核心数据
- Decode（平均）
- 288.72 tok/s
- Prefill（平均）
- 1,282.53 tok/s
- TTFT（平均）
- 1.27 s
- VRAM（平均）
- 56.49 GB
- MTP 接受率
- —
- TTFB
- 2.31 GB
- 功耗
- 691.6 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.6-35B-A3B
- 量化方式
- IQ4_XS
- 框架
- vLLM
- 版本
- v0.50
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- 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 H100 80GB HBM3
- 标称显存
- 80 GB
- 实测显存（均值）
- 56.49 GB
- 系统
- Ubuntu 22.04
- 驱动
- 572.83
- CUDA
- 12.8
- 电源功耗
- 691.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · Ubuntu 22.04 · CUDA 12.8 · 8192 ctx
288.72 tok/s
Decode
1,282.53 tok/s
Prefill
1.27 s
TTFT
56.49 GB
VRAM
—
MTP
691.6 W
功耗
L2 batch seed 2026-10-19: vLLM on hw_id=55 running model_id=47 at IQ4_XS