搜索实测数据

试试这些搜索

找到 1 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Qwen3.8-Flash-Next

Qwen3.8-Flash-Next · UD-Q3_K_XL

L1 已复现

4x NVIDIA Tesla P40 · 96GB · llama.cpp

GitHub

昨天

21.6 tok/s

Decode

330 tok/s

Prefill

— s

TTFT

— GB

VRAM

配置(最近一次实测)
Linux UD-Q3_K_XL llama.cpp b11058

来源:GitHub · 1 次实测 · 1 个独立来源

共 1 条结果

相关模型
相关硬件
相关框架
相关量化