返回搜索结果
Qwen3.8-9B · IQ2_M
Intel Arc B58012GBllama.cpp v0.39L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ2_M）在 Intel Arc B580 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。
60.79 tok/s
Decode
解码速度
239.93 tok/s
Prefill
预填充速度
1.97 s
TTFT
首 token 延迟
11.4 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 · IQ2_M （当前）Decode 60.79 · Prefill 239.93 ·
- vLLM · IQ1_S Decode 66.31 · Prefill 217.11 ·
- llama.cpp · IQ2_XS Decode 61.39 · Prefill 302.91 ·
- llama.cpp · IQ3_XS Decode 56.63 · Prefill 277.66 ·
- llama.cpp · Q4_K_M Decode — · Prefill — ·
核心数据
- Decode（平均）
- 60.79 tok/s
- Prefill（平均）
- 239.93 tok/s
- TTFT（平均）
- 1.97 s
- VRAM（平均）
- 11.4 GB
- MTP 接受率
- —
- TTFB
- 0.49 GB
- 功耗
- 145.9 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
- IQ2_M
- 框架
- llama.cpp
- 版本
- v0.39
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- 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
- Intel Arc B580
- 标称显存
- 12 GB
- 实测显存（均值）
- 11.4 GB
- 系统
- Windows 11 24H2
- 驱动
- Intel Arc 32.0.101.6552
- CUDA
- 12.6
- 电源功耗
- 145.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.39 · Windows 11 24H2 · CUDA 12.6 · 8192 ctx
60.79 tok/s
Decode
239.93 tok/s
Prefill
1.97 s
TTFT
11.4 GB
VRAM
—
MTP
145.9 W
功耗
L2 batch seed 2026-10-18: llama.cpp on hw_id=94 running model_id=52 at IQ2_M