返回搜索结果
Qwen3.8-9B · IQ1_S
NVIDIA RTX 507012GBStrata v0.48L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ1_S）在 NVIDIA RTX 5070 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。
153.3 tok/s
Decode
解码速度
756.44 tok/s
Prefill
预填充速度
2.49 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
- vLLM · IQ1_S Decode 119.3 · Prefill 428.02 ·
- Strata · IQ1_S （当前）Decode 153.3 · Prefill 756.44 ·
- Strata · IQ2_XS Decode 135.12 · Prefill 577.01 ·
- Ollama · IQ1_S Decode 93.91 · Prefill 396.52 ·
- Strata · IQ4_XS Decode 137.1 · Prefill 1028.3 ·
核心数据
- Decode（平均）
- 153.3 tok/s
- Prefill（平均）
- 756.44 tok/s
- TTFT（平均）
- 2.49 s
- VRAM（平均）
- 10.04 GB
- MTP 接受率
- 0.58
- TTFB
- 1.23 GB
- 功耗
- 218.9 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
- Strata
- 版本
- v0.48
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- 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 5070
- 标称显存
- 12 GB
- 实测显存（均值）
- 10.04 GB
- 系统
- Ubuntu 24.04
- 驱动
- 572.83
- CUDA
- 13.0
- 电源功耗
- 218.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · Ubuntu 24.04 · CUDA 13.0 · 32768 ctx
153.3 tok/s
Decode
756.44 tok/s
Prefill
2.49 s
TTFT
10.04 GB
VRAM
0.58
MTP
218.9 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=18 running model_id=52 at IQ1_S