返回搜索结果
Raon-1-mini-preview · IQ3_S
NVIDIA RTX PRO 6000 Blackwell 96GB96GBvLLM v0.25L2 跨框架验证
本页汇总 Raon-1-mini-preview（IQ3_S）在 NVIDIA RTX PRO 6000 Blackwell 96GB 上以 vLLM 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。
304.11 tok/s
Decode
解码速度
1,069.77 tok/s
Prefill
预填充速度
2.36 s
TTFT
首 token 延迟
42.02 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
13 天前
最后验证
性能表现
- vLLM · IQ3_S （当前）Decode 304.11 · Prefill 1069.77 ·
- vLLM · IQ4_XS Decode 310.08 · Prefill 1540.64 ·
- Ollama · Q4_K_M Decode 227.94 · Prefill 779.84 ·
核心数据
- Decode（平均）
- 304.11 tok/s
- Prefill（平均）
- 1,069.77 tok/s
- TTFT（平均）
- 2.36 s
- VRAM（平均）
- 42.02 GB
- MTP 接受率
- —
- TTFB
- 2.43 GB
- 功耗
- 357.5 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
- IQ3_S
- 框架
- vLLM
- 版本
- v0.25
- 上下文长度
- 4096 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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 PRO 6000 Blackwell 96GB
- 标称显存
- 96 GB
- 实测显存（均值）
- 42.02 GB
- 系统
- Ubuntu 24.04
- 驱动
- 570.86
- CUDA
- 12.8
- 电源功耗
- 357.5 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
v0.25 · Ubuntu 24.04 · CUDA 12.8 · 4096 ctx
304.11 tok/s
Decode
1,069.77 tok/s
Prefill
2.36 s
TTFT
42.02 GB
VRAM
—
MTP
357.5 W
功耗
L2 batch seed 2026-10-22: vLLM on hw_id=68 running model_id=93 at IQ3_S