返回搜索结果
Qwen3.8-Flash-Next · UD-Q3_K_XL
4x NVIDIA Tesla P4096GBllama.cpp b11058L1 已复现
本页汇总 Qwen3.8-Flash-Next（UD-Q3_K_XL）在 4x NVIDIA Tesla P40 上以 llama.cpp 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。
21.6 tok/s
Decode
解码速度
330 tok/s
Prefill
预填充速度
— s
TTFT
首 token 延迟
— GB
VRAM
显存占用
L1 已复现
1
实测次数
1
独立来源
GitHub
来源平台
昨天
最后验证
性能表现
- llama.cpp · UD-Q3_K_XL （当前）Decode 21.6 · Prefill 330 ·
核心数据
- Decode（平均）
- 21.6 tok/s
- Prefill（平均）
- 330 tok/s
- TTFT（平均）
- — s
- VRAM（平均）
- — GB
- MTP 接受率
- —
- TTFB
- — GB
- 功耗
- — W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.8-Flash-Next
- 量化方式
- UD-Q3_K_XL
- 框架
- llama.cpp
- 版本
- b11058
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- 4x NVIDIA Tesla P40
- 标称显存
- 96 GB
- 系统
- Linux
获取与上手
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
b11058 · Linux
21.6 tok/s
Decode
330 tok/s
Prefill
— s
TTFT
0 GB
VRAM
—
MTP
— W
功耗
Qwen3.8-Flash-Next, no speculation | 20.6 | 20.0 | 21.6 ... Prefill: 122B about 460-477 t/s, Flash-Next about 320-330 t/s.