Arao AI
返回搜索结果

mammoth-1 · Q4_K_S

发起讨论
NVIDIA RTX Spark128GBllama.cpp v0.30L2 跨框架验证

本页汇总 mammoth-1（Q4_K_S）在 NVIDIA RTX Spark 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。

11.75 tok/s

Decode

解码速度

39.19 tok/s

Prefill

预填充速度

0.91 s

TTFT

首 token 延迟

46.33 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. llama.cpp · IQ1_S Decode 15.77 · Prefill 62.48 ·
  2. llama.cpp · Q4_K_M Decode 11.03 · Prefill 58.41 ·
  3. llama.cpp · Q4_K_S （当前）Decode 11.75 · Prefill 39.19 ·
  4. Ollama · IQ3_S Decode 12.19 · Prefill 51.57 ·
  5. Ollama · IQ4_XS Decode 9.95 · Prefill 46.04 ·
  6. Ollama · Q4_K_M Decode 9.21 · Prefill 45.35 ·

核心数据

Decode（平均）
11.75 tok/s
Prefill（平均）
39.19 tok/s
TTFT（平均）
0.91 s
VRAM（平均）
46.33 GB
MTP 接受率
—
TTFB
0.09 GB
功耗
56.9 W

基础配置

成员级字段取自最近一次实测

模型
mammoth-1
量化方式
Q4_K_S
框架
llama.cpp
版本
v0.30
上下文长度
4096 tokens
批次大小
256
GPU 层数
33
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 Spark
标称显存
128 GB
实测显存（均值）
46.33 GB
系统
Ubuntu 24.04
驱动
615.78
CUDA
13.0
电源功耗
56.9 W
参考价格
$2,399 · 更新于 2026-10-19

价格非实时，以电商页为准

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 24.04 · CUDA 13.0 · 4096 ctx

    11.75 tok/s

    Decode

    39.19 tok/s

    Prefill

    0.91 s

    TTFT

    46.33 GB

    VRAM

    —

    MTP

    56.9 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=110 running model_id=94 at Q4_K_S