Arao AI
返回搜索结果

elephant-1 · IQ3_XS

发起讨论
NVIDIA RTX 4080 Super16GBStrata v0.30L2 跨框架验证

本页汇总 elephant-1（IQ3_XS）在 NVIDIA RTX 4080 Super 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。

244.72 tok/s

Decode

解码速度

1,076.88 tok/s

Prefill

预填充速度

1.66 s

TTFT

首 token 延迟

13.82 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

  1. Ollama · Q3_K_L Decode 145.8 · Prefill 516.93 ·
  2. Strata · IQ3_XS （当前）Decode 244.72 · Prefill 1076.88 ·

核心数据

Decode（平均）
244.72 tok/s
Prefill（平均）
1,076.88 tok/s
TTFT（平均）
1.66 s
VRAM（平均）
13.82 GB
MTP 接受率
0.49
TTFB
1.96 GB
功耗
297.5 W

基础配置

成员级字段取自最近一次实测

模型
elephant-1
量化方式
IQ3_XS
框架
Strata
版本
v0.30
上下文长度
8192 tokens
批次大小
1024
GPU 层数
8
Flash Attention
关闭

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 4080 Super
标称显存
16 GB
实测显存（均值）
13.82 GB
系统
Ubuntu 22.04
驱动
572.83
CUDA
12.8
电源功耗
297.5 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. L2 跨框架验证其他原始链接 验证于 2026-10-22

    v0.30 · Ubuntu 22.04 · CUDA 12.8 · 8192 ctx

    244.72 tok/s

    Decode

    1,076.88 tok/s

    Prefill

    1.66 s

    TTFT

    13.82 GB

    VRAM

    0.49

    MTP

    297.5 W

    功耗

    L2 batch seed 2026-10-22: Strata on hw_id=20 running model_id=95 at IQ3_XS