返回搜索结果
Qwen3.8-27B · UD-Q8_K_XL
2x NVIDIA RTX 309048GBllama.cpp b10236L0 自报
本页汇总 Qwen3.8-27B（UD-Q8_K_XL）在 2x NVIDIA RTX 3090 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。
43.65 tok/s
Decode
解码速度
1,600.18 tok/s
Prefill
预填充速度
0.42 s
TTFT
首 token 延迟
44.12 GB
VRAM
显存占用
L0 自报
1
实测次数
1
独立来源
GitHub
来源平台
今天
最后验证
性能表现
- llama.cpp · UD-Q8_K_XL （当前）Decode 43.65 · Prefill 1600.18 ·
核心数据
- Decode（平均）
- 43.65 tok/s
- Prefill（平均）
- 1,600.18 tok/s
- TTFT（平均）
- 0.42 s
- VRAM（平均）
- 44.12 GB
- MTP 接受率
- 0.82
- TTFB
- — GB
- 功耗
- — W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.8-27B
- 量化方式
- UD-Q8_K_XL
- 框架
- llama.cpp
- 版本
- b10236
- 上下文长度
- 262144 tokens
- 批次大小
- 512
- GPU 层数
- 99
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- 2x NVIDIA RTX 3090
- 标称显存
- 48 GB
- 实测显存（均值）
- 44.12 GB
- 系统
- Ubuntu 26.04 LTS
- 驱动
- 610.57.04
- CUDA
- 13.3
获取与上手
启动命令
最近一次实测使用的命令model=/models/qwen3.8-27b/Qwen3.8-27B-UD-Q8_K_XL.gguf ubatch=512 kv=q8_0 ngl=99 split=0.55,0.45来源与证据
共 1 条实测记录，逐条可回溯到原始出处
b10236 · Ubuntu 26.04 LTS · CUDA 13.3 · 262144 ctx
43.65 tok/s
Decode
1,600.18 tok/s
Prefill
0.42 s
TTFT
44.12 GB
VRAM
0.82
MTP
— W
功耗
[bench] narrative run 1/5: 1000 tok in 23.5s (43.22 decode TPS, ttft 394ms) [bench] narrative run 2/5: 1000 tok in 23.1s (44.20 decode TPS, ttft 516ms) [bench] narrative run 3/5: 1000 tok in 23.2s (43.81 decode TPS, ttft 395ms) [bench] narrative run 4/5: 991 tok in 23.3s (43.24 decode TPS, ttft 395ms) [bench] narrative run 5/5: 964 tok in 22.4s (43.77 decode TPS, ttft 392ms) [bench] prompt-processing run 1/1: 10004 prompt tok, 1600.2 PP tok/s, ttft 6252ms