返回搜索结果
Qwen3.8-9B · IQ4_XS
NVIDIA RTX 509032GBOllama v0.50L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ4_XS）在 NVIDIA RTX 5090 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。
224.73 tok/s
Decode
解码速度
806.05 tok/s
Prefill
预填充速度
2.14 s
TTFT
首 token 延迟
16.09 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 · IQ4_XS （当前）Decode 224.73 · Prefill 806.05 ·
- Ollama · Q5_K_S Decode 182.89 · Prefill 696.63 ·
- Strata · IQ1_S Decode 329.29 · Prefill 1427.88 ·
- Strata · Q5_K_S Decode 276.86 · Prefill 910.66 ·
核心数据
- Decode（平均）
- 224.73 tok/s
- Prefill（平均）
- 806.05 tok/s
- TTFT（平均）
- 2.14 s
- VRAM（平均）
- 16.09 GB
- MTP 接受率
- —
- TTFB
- 1.8 GB
- 功耗
- 565.4 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
- IQ4_XS
- 框架
- Ollama
- 版本
- v0.50
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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 5090
- 标称显存
- 32 GB
- 实测显存（均值）
- 16.09 GB
- 系统
- macOS 15.0
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 565.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · macOS 15.0 · CUDA 12.8 · 2048 ctx
224.73 tok/s
Decode
806.05 tok/s
Prefill
2.14 s
TTFT
16.09 GB
VRAM
—
MTP
565.4 W
功耗
L2 batch seed 2026-10-10: Ollama on hw_id=13 running model_id=52 at IQ4_XS