返回搜索结果
Qwen3.8-9B · Q3_K_L
NVIDIA RTX 309024GBStrata v0.38L2 跨框架验证
本页汇总 Qwen3.8-9B（Q3_K_L）在 NVIDIA RTX 3090 上以 Strata 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。
103.74 tok/s
Decode
解码速度
393.26 tok/s
Prefill
预填充速度
2.38 s
TTFT
首 token 延迟
15.71 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
17 天前
最后验证
性能表现
- llama.cpp · IQ2_XS Decode 104.18 · Prefill 429.42 ·
- llama.cpp · Q8_0 Decode 44.9 · Prefill 150.43 ·
- Strata · IQ3_XS Decode 134.6 · Prefill 685.06 ·
- Strata · Q3_K_L （当前）Decode 103.74 · Prefill 393.26 ·
- llama.cpp · Q3_K_L Decode 79.17 · Prefill 416.87 ·
- Ollama · Q5_K_S Decode 58.86 · Prefill 223.43 ·
- Ollama · Q8_0 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）
- 103.74 tok/s
- Prefill（平均）
- 393.26 tok/s
- TTFT（平均）
- 2.38 s
- VRAM（平均）
- 15.71 GB
- MTP 接受率
- 0.77
- TTFB
- 0.83 GB
- 功耗
- 337.6 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
- Strata
- 版本
- v0.38
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 15
- Flash Attention
- 关闭
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）
- 15.71 GB
- 系统
- Ubuntu 24.04
- 驱动
- 572.83
- CUDA
- 12.4
- 电源功耗
- 337.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.38 · Ubuntu 24.04 · CUDA 12.4 · 4096 ctx
103.74 tok/s
Decode
393.26 tok/s
Prefill
2.38 s
TTFT
15.71 GB
VRAM
0.77
MTP
337.6 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=2 running model_id=52 at Q3_K_L