返回搜索结果
Qwen3.6-35B-A3B · Q5_K_M
NVIDIA RTX Spark128GBllama.cpp v0.23L2 跨框架验证
本页汇总 Qwen3.6-35B-A3B（Q5_K_M）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。
78.77 tok/s
Decode
解码速度
418.38 tok/s
Prefill
预填充速度
2.82 s
TTFT
首 token 延迟
70.45 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
- llama.cpp · Q5_K_M （当前）Decode 78.77 · Prefill 418.38 ·
- llama.cpp · Q8_0 Decode 57.81 · Prefill 190.18 ·
- Ollama · Q8_0 Decode 52.36 · Prefill 271.04 ·
- llama.cpp · IQ3_XS Decode 117.69 · Prefill 448.38 ·
- llama.cpp · Q4_K_M Decode 88.7 · Prefill 354.07 ·
- Ollama · IQ2_XS Decode 128.3 · Prefill 530.41 ·
- Ollama · Q4_K_M Decode 85.36 · Prefill 466.28 ·
核心数据
- Decode（平均）
- 78.77 tok/s
- Prefill（平均）
- 418.38 tok/s
- TTFT（平均）
- 2.82 s
- VRAM（平均）
- 70.45 GB
- MTP 接受率
- —
- TTFB
- 0.63 GB
- 功耗
- 70.3 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
- Q5_K_M
- 框架
- llama.cpp
- 版本
- v0.23
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- 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）
- 70.45 GB
- 系统
- Ubuntu 24.04
- 驱动
- 615.78
- CUDA
- 13.0
- 电源功耗
- 70.3 W
- 参考价格
- $2,399 · 更新于 2026-10-19
价格非实时，以电商页为准
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · Ubuntu 24.04 · CUDA 13.0 · 32768 ctx
78.77 tok/s
Decode
418.38 tok/s
Prefill
2.82 s
TTFT
70.45 GB
VRAM
—
MTP
70.3 W
功耗
L2 batch seed 2026-10-20 (Linux 116GiB unlock): llama.cpp on Spark running model_id=47 at Q5_K_M