双4060 Ti运行35B模型实测披露

Reddit 用户 Rooneybuk 公布双 RTX 4060 Ti 16GB（共 32GB 显存）运行本地大模型的实测数据：Qwen3.6-35B-A3B 的 UD-Q4KXL 量化版解码速度达到 122.5 token/s，但这是单个用户发布的测试结果，并非独立验证的普遍性能。 该模型在 262k 上下文设置下预填充速度为 76.7 token/s；另一款 Qwen3.8-27B 稠密版采用相同量化格式、200k 上下文时，预填充和解码速度分别为 55.5、34.3 token/s。发布者同时征集其他配置数据，并询问这套显卡组合是否值得换成配备 64GB 统一内存的 Mac Studio M5 Max。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。