返回搜索结果
Qwen3.8-27B · UD-Q4_K_XL
NVIDIA RTX PRO 4500 Blackwell32GBllama.cpp Unsloth Desktop 0.1.801L0 自报
本页汇总 Qwen3.8-27B（UD-Q4_K_XL）在 NVIDIA RTX PRO 4500 Blackwell 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。
64.2 tok/s
Decode
解码速度
1,330 tok/s
Prefill
预填充速度
— s
TTFT
首 token 延迟
29 GB
VRAM
显存占用
L0 自报
1
实测次数
1
独立来源
其他
来源平台
6 天前
最后验证
性能表现
- llama.cpp · UD-Q4_K_XL （当前）Decode 64.2 · Prefill 1330 ·
核心数据
- Decode（平均）
- 64.2 tok/s
- Prefill（平均）
- 1,330 tok/s
- TTFT（平均）
- — s
- VRAM（平均）
- 29 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
- UD-Q4_K_XL
- 框架
- llama.cpp
- 版本
- Unsloth Desktop 0.1.801
- 上下文长度
- 153856 tokens
- 批次大小
- 1
- 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 PRO 4500 Blackwell
- 标称显存
- 32 GB
- 实测显存（均值）
- 29 GB
- 系统
- Ubuntu
获取与上手
本次部署权重下载
启动命令
最近一次实测使用的命令llama-server -m Qwen3.8-27B-UD-Q4_K_XL.gguf --mmproj mmproj-F16.gguf --parallel 2 --flash-attn on -c 153856 -ngl -1 --kv-unified --spec-type draft-mtp --spec-draft-n-max 2来源与证据
共 1 条实测记录，逐条可回溯到原始出处
Unsloth Desktop 0.1.801 · Ubuntu · 153856 ctx
64.2 tok/s
Decode
1,330 tok/s
Prefill
— s
TTFT
29 GB
VRAM
—
MTP
— W
功耗
RTX PRO4500，UD-Q4_K_XL，MTP n2、f16 KV。配置ctx153856、parallel2；实测slot0输入32798tok，预热后稳态prefill1330t/s、decode64.2t/s，原文f16内存约29GB。72.87%是全天195请求另组统计，非本测试，未填接受率。