返回搜索结果
iFlytek Spark-X2.5-4B · Q6_K
NVIDIA RTX PRO 6000 Blackwell 96GB96GBllama.cpp v0.21L2 跨框架验证
本页汇总 iFlytek Spark-X2.5-4B（Q6_K）在 NVIDIA RTX PRO 6000 Blackwell 96GB 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。
350.22 tok/s
Decode
解码速度
1,535.88 tok/s
Prefill
预填充速度
0.34 s
TTFT
首 token 延迟
10.5 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 · Q6_K （当前）Decode 350.22 · Prefill 1535.88 ·
- Strata · Q3_K_S Decode 316.72 · Prefill 1709.01 ·
核心数据
- Decode（平均）
- 350.22 tok/s
- Prefill（平均）
- 1,535.88 tok/s
- TTFT（平均）
- 0.34 s
- VRAM（平均）
- 10.5 GB
- MTP 接受率
- —
- TTFB
- 2.8 GB
- 功耗
- 351.3 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
- Q6_K
- 框架
- llama.cpp
- 版本
- v0.21
- 上下文长度
- 32768 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）
- 10.5 GB
- 系统
- Windows 11 23H2
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 351.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · Windows 11 23H2 · CUDA 12.4 · 32768 ctx
350.22 tok/s
Decode
1,535.88 tok/s
Prefill
0.34 s
TTFT
10.5 GB
VRAM
—
MTP
351.3 W
功耗
L2 batch seed 2026-10-24: llama.cpp on hw_id=68 running model_id=75 at Q6_K