DeepSeek-V4-Flash-Vision-Exp · UD-Q8_K_XL
L0 自报2x NVIDIA RTX 5090 · 64GB · llama.cpp
GitHub
2026-09-27
32.08 tok/s
Decode
671.45 tok/s
Prefill
0.12 s
TTFT
60.59 GB
VRAM
配置（最近一次实测）
Ubuntu 24.04.4 LTS CUDA 13.3 UD-Q8_K_XL llama.cpp moecachev1.6-rc0
来源：GitHub · 1 次实测 · 1 个独立来源