Arao AI
返回搜索结果

Qwen3.8-27B · IQ3_S

发起讨论
AMD Radeon RX 7900 XTX24GBllama.cpp b11160L0 自报

本页汇总 Qwen3.8-27B（IQ3_S）在 AMD Radeon RX 7900 XTX 上以 llama.cpp 运行的 2 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。

26.73 tok/s

Decode

解码速度

487.5 tok/s

Prefill

预填充速度

— s

TTFT

首 token 延迟

22.15 GB

VRAM

显存占用

L0 自报

2

实测次数

1

独立来源

GitHub

来源平台

5 天前

最后验证

性能表现

  1. llama.cpp · Q4_K_M Decode 124.1 · Prefill 156 ·
  2. llama.cpp · IQ3_S （当前）Decode 26.73 · Prefill 487.5 ·

核心数据

Decode（平均）
26.73 tok/s
Prefill（平均）
487.5 tok/s
TTFT（平均）
— s
VRAM（平均）
22.15 GB
MTP 接受率
—
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
IQ3_S
框架
llama.cpp
版本
b11160
上下文长度
229376 tokens
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
AMD Radeon RX 7900 XTX
标称显存
24 GB
实测显存（均值）
22.15 GB
系统
CachyOS (Arch)

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。

启动命令

最近一次实测使用的命令
llama-server -m <gguf> -c 229376 -ctk q8_0 -ctv q8_0 -fa on -np 1 --ctx-checkpoints 4 -ngl all --spec-type draft-mtp --spec-draft-n-max 2

来源与证据

共 2 条实测记录，逐条可回溯到原始出处

  1. L0 自报GitHub原始链接 验证于 2026-09-28

    b11160 · CachyOS (Arch) · 229376 ctx

    22.03 tok/s

    Decode

    422 tok/s

    Prefill

    — s

    TTFT

    22.7 GB

    VRAM

    —

    MTP

    — W

    功耗

    | 224K (`-c 229376`) | 221,167 | 422 | 22.3 / 25.1 / 18.7 | 22.7 GB | none (0 evicted) |
  2. L0 自报GitHub原始链接 验证于 2026-09-28

    b11160 · CachyOS (Arch) · 204800 ctx

    31.43 tok/s

    Decode

    553 tok/s

    Prefill

    — s

    TTFT

    21.6 GB

    VRAM

    —

    MTP

    — W

    功耗

    | 200K (`-c 204800`, context only) | 127,983 | 553 | 30.6 / 36.0 / 27.7 | 21.6 GB | none |