返回搜索结果
Qwen3.8-9B · Q3_K_M
NVIDIA RTX 4080 Super16GBOllama v0.54L2 跨框架验证
本页汇总 Qwen3.8-9B（Q3_K_M）在 NVIDIA RTX 4080 Super 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。
141.22 tok/s
Decode
解码速度
455.03 tok/s
Prefill
预填充速度
0.79 s
TTFT
首 token 延迟
14.95 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 · IQ1_S Decode 204.16 · Prefill 1111.21 ·
- Ollama · IQ2_XS Decode 174.28 · Prefill 597.11 ·
- Ollama · Q3_K_M （当前）Decode 141.22 · Prefill 455.03 ·
核心数据
- Decode（平均）
- 141.22 tok/s
- Prefill（平均）
- 455.03 tok/s
- TTFT（平均）
- 0.79 s
- VRAM（平均）
- 14.95 GB
- MTP 接受率
- —
- TTFB
- 1.13 GB
- 功耗
- 213.4 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_M
- 框架
- Ollama
- 版本
- v0.54
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- 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 4080 Super
- 标称显存
- 16 GB
- 实测显存（均值）
- 14.95 GB
- 系统
- Windows 11 23H2
- 驱动
- 572.83
- CUDA
- 12.4
- 电源功耗
- 213.4 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 · Windows 11 23H2 · CUDA 12.4 · 2048 ctx
141.22 tok/s
Decode
455.03 tok/s
Prefill
0.79 s
TTFT
14.95 GB
VRAM
—
MTP
213.4 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=20 running model_id=52 at Q3_K_M