返回搜索结果
Qwen3.8-9B · IQ2_XS
NVIDIA RTX 507012GBStrata v0.42L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ2_XS）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。
135.12 tok/s
Decode
解码速度
577.01 tok/s
Prefill
预填充速度
2.21 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
- vLLM · IQ1_S Decode 119.3 · Prefill 428.02 ·
- Strata · IQ1_S Decode 153.3 · Prefill 756.44 ·
- Strata · IQ2_XS （当前）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）
- 135.12 tok/s
- Prefill（平均）
- 577.01 tok/s
- TTFT（平均）
- 2.21 s
- VRAM（平均）
- 11.17 GB
- MTP 接受率
- 0.46
- TTFB
- 1.08 GB
- 功耗
- 270.1 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
- Strata
- 版本
- v0.42
- 上下文长度
- 4096 tokens
- 批次大小
- 1024
- GPU 层数
- 5
- 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 5070
- 标称显存
- 12 GB
- 实测显存（均值）
- 11.17 GB
- 系统
- Ubuntu 24.04
- 驱动
- 572.83
- CUDA
- 12.6
- 电源功耗
- 270.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.42 · Ubuntu 24.04 · CUDA 12.6 · 4096 ctx
135.12 tok/s
Decode
577.01 tok/s
Prefill
2.21 s
TTFT
11.17 GB
VRAM
0.46
MTP
270.1 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=18 running model_id=52 at IQ2_XS