Arao AI
返回搜索结果

Qwen3.8-Flash-Next · IQ1_S

发起讨论
NVIDIA RTX 3060 12GB12GBStrata 0.5.2L1 已复现

本页汇总 Qwen3.8-Flash-Next（IQ1_S）在 NVIDIA RTX 3060 12GB 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。

70 tok/s

Decode

解码速度

1,850 tok/s

Prefill

预填充速度

1.5 s

TTFT

首 token 延迟

6.5 GB

VRAM

显存占用

L1 已复现

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

  1. Strata · IQ1_S （当前）Decode 70 · Prefill 1850 ·

核心数据

Decode（平均）
70 tok/s
Prefill（平均）
1,850 tok/s
TTFT（平均）
1.5 s
VRAM（平均）
6.5 GB
MTP 接受率
—
TTFB
— GB
功耗
170 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
IQ1_S
框架
Strata
版本
0.5.2
上下文长度
4096 tokens
批次大小
1

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 3060 12GB
标称显存
12 GB
实测显存（均值）
6.5 GB
系统
Ubuntu 24.04.4 LTS
电源功耗
170 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L1 已复现其他原始链接 验证于 2026-10-05

    0.5.2 · Ubuntu 24.04.4 LTS · 4096 ctx

    70 tok/s

    Decode

    1,850 tok/s

    Prefill

    1.5 s

    TTFT

    6.5 GB

    VRAM

    —

    MTP

    170 W

    功耗

    RTX 3060 12GB + Strata 0.5.2 + IQ1_S：short decode ~70 tok/s，128K ctx ~55 tok/s，prompt ~1850 tok/s，TTFT 1.5s。依赖 Strata 分层内存 + MTP 推测解码，IQ1_S 极致量化权重约 25GB 由 64GB DDR5 承载。