返回搜索结果
Qwen3.8-9B · IQ2_M
NVIDIA RTX 508016GBStrata v0.52L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ2_M）在 NVIDIA RTX 5080 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。
294.71 tok/s
Decode
解码速度
1,507.15 tok/s
Prefill
预填充速度
0.68 s
TTFT
首 token 延迟
11.93 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 · Q4_K_M Decode 152.58 · Prefill 685.84 ·
- Strata · IQ2_M （当前）Decode 294.71 · Prefill 1507.15 ·
- Strata · IQ3_XS Decode 265.22 · Prefill 1010.61 ·
- llama.cpp · IQ4_XS Decode 97.14 · Prefill 496.38 ·
- llama.cpp · Q3_K_M Decode 108.92 · Prefill 455.22 ·
- vLLM · IQ2_M Decode 131.31 · Prefill 559.09 ·
核心数据
- Decode（平均）
- 294.71 tok/s
- Prefill（平均）
- 1,507.15 tok/s
- TTFT（平均）
- 0.68 s
- VRAM（平均）
- 11.93 GB
- MTP 接受率
- 0.73
- TTFB
- 2.36 GB
- 功耗
- 319 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_M
- 框架
- Strata
- 版本
- v0.52
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 15
- 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 5080
- 标称显存
- 16 GB
- 实测显存（均值）
- 11.93 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- 13.0
- 电源功耗
- 319 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.52 · Ubuntu 22.04 · CUDA 13.0 · 16384 ctx
294.71 tok/s
Decode
1,507.15 tok/s
Prefill
0.68 s
TTFT
11.93 GB
VRAM
0.73
MTP
319 W
功耗
L2 batch seed 2026-10-18: Strata on hw_id=14 running model_id=52 at IQ2_M