Arao AI
返回搜索结果

elephant-1 · IQ4_XS

发起讨论
NVIDIA RTX PRO 6000 Blackwell 96GB96GBOllama v0.24L2 跨框架验证

本页汇总 elephant-1（IQ4_XS）在 NVIDIA RTX PRO 6000 Blackwell 96GB 上以 Ollama 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。

194.74 tok/s

Decode

解码速度

889.56 tok/s

Prefill

预填充速度

2.05 s

TTFT

首 token 延迟

16.09 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 · IQ1_S Decode 275.81 · Prefill 1195.7 ·
  2. Ollama · IQ4_XS （当前）Decode 194.74 · Prefill 889.56 ·
  3. Strata · IQ3_XS Decode 354.49 · Prefill 1856.14 ·
  4. Strata · Q4_K_S Decode 293.11 · Prefill 1298.77 ·

核心数据

Decode（平均）
194.74 tok/s
Prefill（平均）
889.56 tok/s
TTFT（平均）
2.05 s
VRAM（平均）
16.09 GB
MTP 接受率
—
TTFB
1.56 GB
功耗
372.8 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
IQ4_XS
框架
Ollama
版本
v0.24
上下文长度
2048 tokens
批次大小
512
GPU 层数
99
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）
16.09 GB
系统
Ubuntu 24.04
驱动
560.94
CUDA
12.6
电源功耗
372.8 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

    v0.24 · Ubuntu 24.04 · CUDA 12.6 · 2048 ctx

    194.74 tok/s

    Decode

    889.56 tok/s

    Prefill

    2.05 s

    TTFT

    16.09 GB

    VRAM

    —

    MTP

    372.8 W

    功耗

    L2 batch seed 2026-10-22: Ollama on hw_id=68 running model_id=95 at IQ4_XS