返回搜索结果
Qwen3.8-9B · Q8_0
NVIDIA RTX 309024GBOllama v0.22L2 跨框架验证
本页汇总 Qwen3.8-9B（Q8_0）在 NVIDIA RTX 3090 上以 Ollama 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。
46.15 tok/s
Decode
解码速度
154.63 tok/s
Prefill
预填充速度
2.37 s
TTFT
首 token 延迟
22.8 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_XS Decode 98.31 · Prefill 360.63 ·
- llama.cpp · Q3_K_L Decode 79.17 · Prefill 416.87 ·
- Ollama · Q5_K_S Decode 58.86 · Prefill 223.43 ·
- Ollama · Q8_0 （当前）Decode 46.15 · Prefill 154.63 ·
- llama.cpp · Q3_K_S Decode 130.89 · Prefill 575.17 ·
- Ollama · IQ4_XS Decode 98.13 · Prefill 496.33 ·
核心数据
- Decode（平均）
- 46.15 tok/s
- Prefill（平均）
- 154.63 tok/s
- TTFT（平均）
- 2.37 s
- VRAM（平均）
- 22.8 GB
- MTP 接受率
- —
- TTFB
- 0.37 GB
- 功耗
- 343.3 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
- Q8_0
- 框架
- Ollama
- 版本
- v0.22
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 3090
- 标称显存
- 24 GB
- 实测显存（均值）
- 22.8 GB
- 系统
- Windows 11 24H2
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 343.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.22 · Windows 11 24H2 · CUDA 12.4 · 32768 ctx
46.15 tok/s
Decode
154.63 tok/s
Prefill
2.37 s
TTFT
22.8 GB
VRAM
—
MTP
343.3 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=2 running model_id=52 at Q8_0