返回搜索结果
iFlytek Spark-X2.5-4B · Q8_0
NVIDIA RTX 4080 Super16GBllama.cpp v0.33L2 跨框架验证
本页汇总 iFlytek Spark-X2.5-4B（Q8_0）在 NVIDIA RTX 4080 Super 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。
237.08 tok/s
Decode
解码速度
981.54 tok/s
Prefill
预填充速度
0.71 s
TTFT
首 token 延迟
11.76 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
11 天前
最后验证
性能表现
- llama.cpp · Q8_0 （当前）Decode 237.08 · Prefill 981.54 ·
- Strata · Q4_K_M Decode 305.26 · Prefill 1292.84 ·
核心数据
- Decode（平均）
- 237.08 tok/s
- Prefill（平均）
- 981.54 tok/s
- TTFT（平均）
- 0.71 s
- VRAM（平均）
- 11.76 GB
- MTP 接受率
- —
- TTFB
- 1.9 GB
- 功耗
- 235.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- iFlytek Spark-X2.5-4B
- 量化方式
- Q8_0
- 框架
- llama.cpp
- 版本
- v0.33
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 20
- 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 4080 Super
- 标称显存
- 16 GB
- 实测显存（均值）
- 11.76 GB
- 系统
- Windows 11 24H2
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 235.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · Windows 11 24H2 · CUDA 12.6 · 8192 ctx
237.08 tok/s
Decode
981.54 tok/s
Prefill
0.71 s
TTFT
11.76 GB
VRAM
—
MTP
235.3 W
功耗
L2 batch seed 2026-10-24: llama.cpp on hw_id=20 running model_id=75 at Q8_0