返回搜索结果
Qwen3.8-9B · IQ1_S
NVIDIA RTX 507012GBOllama v0.22L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ1_S）在 NVIDIA RTX 5070 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。
93.91 tok/s
Decode
解码速度
396.52 tok/s
Prefill
预填充速度
0.94 s
TTFT
首 token 延迟
10.04 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 · IQ1_S （当前）Decode 93.91 · Prefill 396.52 ·
- Strata · IQ4_XS Decode 137.1 · Prefill 1028.3 ·
核心数据
- Decode（平均）
- 93.91 tok/s
- Prefill（平均）
- 396.52 tok/s
- TTFT（平均）
- 0.94 s
- VRAM（平均）
- 10.04 GB
- MTP 接受率
- —
- TTFB
- 0.75 GB
- 功耗
- 214.5 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
- IQ1_S
- 框架
- Ollama
- 版本
- v0.22
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 20
- 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 5070
- 标称显存
- 12 GB
- 实测显存（均值）
- 10.04 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 214.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.22 · Windows 11 23H2 · CUDA 12.6 · 8192 ctx
93.91 tok/s
Decode
396.52 tok/s
Prefill
0.94 s
TTFT
10.04 GB
VRAM
—
MTP
214.5 W
功耗
L2 batch seed 2026-10-10: Ollama on hw_id=18 running model_id=52 at IQ1_S