返回搜索结果
Qwen3.8-9B · IQ3_XS
NVIDIA RTX 3060 12GB12GBvLLM v0.44L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ3_XS）在 NVIDIA RTX 3060 12GB 上以 vLLM 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。
64.02 tok/s
Decode
解码速度
298.14 tok/s
Prefill
预填充速度
0.34 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
- vLLM · IQ3_XS （当前）Decode 64.02 · Prefill 298.14 ·
- Strata · Q2_K Decode 114.46 · Prefill 600.51 ·
- llama.cpp · Q4_K_M Decode 51.1 · Prefill 383.3 ·
核心数据
- Decode（平均）
- 64.02 tok/s
- Prefill（平均）
- 298.14 tok/s
- TTFT（平均）
- 0.34 s
- VRAM（平均）
- 11.4 GB
- MTP 接受率
- —
- TTFB
- 0.51 GB
- 功耗
- 164.2 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
- IQ3_XS
- 框架
- vLLM
- 版本
- v0.44
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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 3060 12GB
- 标称显存
- 12 GB
- 实测显存（均值）
- 11.4 GB
- 系统
- Windows 11 23H2
- 驱动
- 570.86
- CUDA
- 12.6
- 电源功耗
- 164.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · Windows 11 23H2 · CUDA 12.6 · 2048 ctx
64.02 tok/s
Decode
298.14 tok/s
Prefill
0.34 s
TTFT
11.4 GB
VRAM
—
MTP
164.2 W
功耗
L2 batch seed 2026-10-18: vLLM on hw_id=15 running model_id=52 at IQ3_XS