返回搜索结果
Raon-1-mini-preview · Q6_K
NVIDIA H100 80GB HBM380GBllama.cpp v0.24L2 跨框架验证
本页汇总 Raon-1-mini-preview（Q6_K）在 NVIDIA H100 80GB HBM3 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。
343.53 tok/s
Decode
解码速度
1,745.18 tok/s
Prefill
预填充速度
0.71 s
TTFT
首 token 延迟
62.58 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
14 天前
最后验证
性能表现
- llama.cpp · Q6_K （当前）Decode 343.53 · Prefill 1745.18 ·
- Ollama · Q3_K_S Decode 313.56 · Prefill 1182.08 ·
核心数据
- Decode（平均）
- 343.53 tok/s
- Prefill（平均）
- 1,745.18 tok/s
- TTFT（平均）
- 0.71 s
- VRAM（平均）
- 62.58 GB
- MTP 接受率
- —
- TTFB
- 2.75 GB
- 功耗
- 618.1 W
基础配置
成员级字段取自最近一次实测
- 模型
- Raon-1-mini-preview
- 量化方式
- Q6_K
- 框架
- llama.cpp
- 版本
- v0.24
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 H100 80GB HBM3
- 标称显存
- 80 GB
- 实测显存（均值）
- 62.58 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 13.0
- 电源功耗
- 618.1 W
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
v0.24 · Ubuntu 22.04 · CUDA 13.0 · 2048 ctx
343.53 tok/s
Decode
1,745.18 tok/s
Prefill
0.71 s
TTFT
62.58 GB
VRAM
—
MTP
618.1 W
功耗
L2 batch seed 2026-10-22: llama.cpp on hw_id=55 running model_id=93 at Q6_K