返回搜索结果
Qwen3.8-9B · Q3_K_L
AMD Radeon RX 9070 XT16GBllama.cpp v0.54L2 跨框架验证
本页汇总 Qwen3.8-9B（Q3_K_L）在 AMD Radeon RX 9070 XT 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。
114.6 tok/s
Decode
解码速度
612.55 tok/s
Prefill
预填充速度
2.1 s
TTFT
首 token 延迟
15.2 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
今天
最后验证
性能表现
- llama.cpp · Q3_K_L （当前）Decode 114.6 · Prefill 612.55 ·
- Ollama · Q4_K_M Decode 103.73 · Prefill 474.73 ·
- llama.cpp · IQ3_S Decode 102.09 · Prefill 492.72 ·
- Ollama · IQ3_XS Decode 105.64 · Prefill 538.49 ·
- Ollama · Q4_K_S Decode 80.27 · Prefill 324.54 ·
核心数据
- Decode（平均）
- 114.6 tok/s
- Prefill（平均）
- 612.55 tok/s
- TTFT（平均）
- 2.1 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.92 GB
- 功耗
- 222.2 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.8-9B
- 量化方式
- Q3_K_L
- 框架
- llama.cpp
- 版本
- v0.54
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 9070 XT
- 标称显存
- 16 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- Ubuntu 22.04
- 驱动
- amdgpu 6.12
- CUDA
- 12.8
- 电源功耗
- 222.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.54 · Ubuntu 22.04 · CUDA 12.8 · 16384 ctx
114.6 tok/s
Decode
612.55 tok/s
Prefill
2.1 s
TTFT
15.2 GB
VRAM
—
MTP
222.2 W
功耗
L2 batch seed 2026-10-18: llama.cpp on hw_id=16 running model_id=52 at Q3_K_L