由會員 （本站） 發起｜AIView 實驗室執行量測｜結果由程式整理，未經人工審閱
Qwen3.6 35B-A3B × NVIDIA GeForce RTX 5060 Ti ×2（工作站）｜單人速度
這次量到什麼
- 短問題：按下送出後約 0.7 秒看到第一個字，之後每秒生成約 104.6 個 token，230 token 的回答約 2.9 秒完成。
- 一般對話（約 2K token 上下文）：要等約 1.5 秒才看到第一個字（讀入速度約每秒 2637 token），完整回答約 3.8 秒。
- 上下文從 56 增加到 2,119 token，生成速度幾乎不變（變化在 5% 以內）。
量測結果
| 情境 | 實際輸入 | 首字延遲 秒 | 讀入 tok/s | 生成 tok/s | 完整回答 秒 | GPU 最高溫 |
|---|---|---|---|---|---|---|
| 短問題 | 56 | 0.7（0.7～0.7） | 589（587～590） | 104.6（103.9～109.1） | 2.9（2.6～2.9） | 41°C |
| 一般對話（約 2K token 上下文） | 2,119 | 1.5（1.4～1.5） | 2637（2634～2655） | 107.2（107.1～107.5） | 3.8（3.6～3.9） | 51°C |
數值為中位數，括號內為多次量測的最小～最大值；每種情境重複 5 次。
測試條件
- 模型
- Qwen3.6 35B-A3B（qwen3.6:35b-a3b）
- 參數量／量化
- 36.0B／Q4_K_M
- 權重識別
- 07d35212591fc277
- 推論引擎
- Ollama 0.32.5
- 機器
- NVIDIA GeForce RTX 5060 Ti ×2（工作站）
- 本次使用的裝置
- 未記錄（2026-10-15 之前的結果只記錄主機總配置，見下方）
- 本次並行數
- 未記錄
- 評測程式版本
- 未記錄
- 主機總配置：GPU
- NVIDIA GeForce RTX 5060 Ti
- CPU
- AMD Ryzen Threadripper PRO 3975WX 32-Cores（32 核 64 執行緒）
- 系統記憶體
- 62.6 GiB
- 驅動／CUDA
- 580.178.04／13.0
- 作業系統／核心
- Ubuntu 24.04.5 LTS／7.0.0-38-generic
- 測試模板
- 單人速度（第 1 版）
- 參數
- temperature 0、seed 42、關閉思考模式、每次請求加不重複前綴避免快取
- 執行日期
- 2026/10/14 下午2:18:21
- 報告版本
- v1
同一組條件（模型權重、量化、引擎版本、機器、模板版本）的結果才能直接比較。硬體資訊只列型號，不含主機名稱。
登入會員後可以留言。登入
追問與討論 0
- 還沒有留言。
留言公開顯示暱稱，不顯示你的真實姓名與信箱。含多個連結或疑似廣告的留言會先經編輯確認；檢舉達 3 次的留言會自動隱藏。隱私政策