返回搜索结果
Qwen3.8-9B · Q3_K_M
NVIDIA RTX 4080 Super16GBStrata v0.41L2 跨框架验证
本页汇总 Qwen3.8-9B（Q3_K_M）在 NVIDIA RTX 4080 Super 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。
213.25 tok/s
Decode
解码速度
900.93 tok/s
Prefill
预填充速度
2 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
17 天前
最后验证
性能表现
- vLLM · IQ2_M Decode 181.18 · Prefill 718.16 ·
- Strata · Q3_K_M （当前）Decode 213.25 · Prefill 900.93 ·
- Strata · Q3_K_S Decode 210.74 · Prefill 935.82 ·
- llama.cpp · IQ1_S Decode 204.16 · Prefill 1111.21 ·
- Ollama · IQ2_XS Decode 174.28 · Prefill 597.11 ·
- Ollama · Q3_K_M Decode 141.22 · Prefill 455.03 ·
核心数据
- Decode（平均）
- 213.25 tok/s
- Prefill（平均）
- 900.93 tok/s
- TTFT（平均）
- 2 s
- VRAM（平均）
- 14.95 GB
- MTP 接受率
- 0.61
- TTFB
- 1.71 GB
- 功耗
- 231.6 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_M
- 框架
- Strata
- 版本
- v0.41
- 上下文长度
- 2048 tokens
- 批次大小
- 1024
- GPU 层数
- 15
- 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
- 570.86
- CUDA
- 12.8
- 电源功耗
- 231.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · Windows 11 23H2 · CUDA 12.8 · 2048 ctx
213.25 tok/s
Decode
900.93 tok/s
Prefill
2 s
TTFT
14.95 GB
VRAM
0.61
MTP
231.6 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=20 running model_id=52 at Q3_K_M