Arao AI

搜索实测数据

试试这些搜索

找到 20 个运行配置组合

计数为运行配置组合（模型 + 硬件 + 框架 + 量化的聚合），同一组合的多次实测已合并；原始次数见各结果的来源行。

模型Qwen3-Coder-Next

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 5070 SUPER · 18GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 5070 SUPER · 18GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 5070 SUPER · 18GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 5070 SUPER · 18GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 3090 · 24GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 3090 · 24GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 3090 · 24GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 3090 · 24GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 5070 · 12GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 5070 · 12GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 5070 · 12GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 5070 · 12GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 5090 · 32GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 5090 · 32GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 5090 · 32GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 5090 · 32GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 4090 · 24GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 4090 · 24GB · vLLM

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M vLLM 0.7.3 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q5_K_M

L0 自报

NVIDIA RTX 4090 · 24GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q5_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

Qwen3-Coder-Next · Q4_K_M

L0 自报

NVIDIA RTX 4090 · 24GB · llama.cpp

其他

今天

— tok/s

Decode

— tok/s

Prefill

— s

TTFT

— GB

VRAM

配置（最近一次实测）
Linux CUDA 12.6 Q4_K_M llama.cpp b4200 Flash Attention

来源：其他 · 1 次实测 · 1 个独立来源

查看详情

共 20 条结果

相关模型
相关硬件
相关框架
相关量化