返回搜索结果
Qwen3.8-9B · Q4_K_M
NVIDIA RTX 409024GBStrata v0.31L2 跨框架验证
本页汇总 Qwen3.8-9B（Q4_K_M）在 NVIDIA RTX 4090 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。
168.91 tok/s
Decode
解码速度
879.31 tok/s
Prefill
预填充速度
1.68 s
TTFT
首 token 延迟
17.6 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 · Q3_K_S Decode 144.28 · Prefill 508.23 ·
- Strata · Q4_K_M （当前）Decode 168.91 · Prefill 879.31 ·
- vLLM · IQ4_XS Decode 131.27 · Prefill 643.79 ·
- vLLM · Q2_K Decode 152.53 · Prefill 504.65 ·
- Ollama · IQ3_XS Decode 121.23 · Prefill 396.17 ·
核心数据
- Decode（平均）
- 168.91 tok/s
- Prefill（平均）
- 879.31 tok/s
- TTFT（平均）
- 1.68 s
- VRAM（平均）
- 17.6 GB
- MTP 接受率
- 0.72
- TTFB
- 1.35 GB
- 功耗
- 397.1 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
- Q4_K_M
- 框架
- Strata
- 版本
- v0.31
- 上下文长度
- 2048 tokens
- 批次大小
- 1024
- GPU 层数
- 12
- 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 4090
- 标称显存
- 24 GB
- 实测显存（均值）
- 17.6 GB
- 系统
- Windows 11 24H2
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 397.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · Windows 11 24H2 · CUDA 12.8 · 2048 ctx
168.91 tok/s
Decode
879.31 tok/s
Prefill
1.68 s
TTFT
17.6 GB
VRAM
0.72
MTP
397.1 W
功耗
L2 batch seed 2026-10-19: Strata on hw_id=1 running model_id=52 at Q4_K_M