返回搜索结果
Qwen3.8-9B · IQ2_XS
NVIDIA RTX 408016GBOllama v0.21L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ2_XS）在 NVIDIA RTX 4080 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。
160.5 tok/s
Decode
解码速度
666.22 tok/s
Prefill
预填充速度
2.15 s
TTFT
首 token 延迟
11.17 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
- Ollama · IQ2_XS （当前）Decode 160.5 · Prefill 666.22 ·
- Ollama · IQ4_XS Decode 123.16 · Prefill 512.65 ·
- Strata · IQ4_XS Decode 177.56 · Prefill 752.37 ·
核心数据
- Decode（平均）
- 160.5 tok/s
- Prefill（平均）
- 666.22 tok/s
- TTFT（平均）
- 2.15 s
- VRAM（平均）
- 11.17 GB
- MTP 接受率
- —
- TTFB
- 1.28 GB
- 功耗
- 247.1 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
- IQ2_XS
- 框架
- Ollama
- 版本
- v0.21
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 4080
- 标称显存
- 16 GB
- 实测显存（均值）
- 11.17 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 247.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Ubuntu 24.04 · CUDA 12.4 · 32768 ctx
160.5 tok/s
Decode
666.22 tok/s
Prefill
2.15 s
TTFT
11.17 GB
VRAM
—
MTP
247.1 W
功耗
L2 batch seed 2026-10-18: Ollama on hw_id=41 running model_id=52 at IQ2_XS