プリフィル・トークン生成速度
RTX 4090のQwen3.8 27Bプリフィル・生成速度
RTX 4090 24GBでQwen3.8 27Bが入力を読み、応答する速度です。同じ24GBのRTX 3090と比べ、容量が同じでも待ち時間がどう変わるか確認できます。
ベンチマーク基準の推定 · 4K入力 · 単一ユーザー
最終更新
38.3 ~ 51.9 tok/sデコード速度
モデル全体のロード（17.56GB / 22.5GB)
最初のトークン (TTFT)
2.6 ~ 3.6秒コンテキスト 4,096トークンを含む
プリフィル速度
1,141 ~ 1,591 tok/s2.6 ~ 3.6秒 (公開ベンチマークに基づく推定)
全体消費時間（E2E）
約6.5 ~ 8.9秒203トークン回答合計
再生ボタンを押すと、文脈プリフィル後に生成が開始されます。
待機中
機器・モデルを変更
1008 GB/s
27B
詳細条件を展開する 詳細条件4-bit · 4K · 通常のデコード折りたたむ
量子化精度必要 17.56GB
入力文脈長4K トークン
基本
基本
例質問：
203 トークン回答結果を見るポイント
4090のVRAMも24GBなので、搭載容量と処理速度は分けて考える必要があります。大型モデルを使いたいのか、収まるモデルを速く動かしたいのかで比較対象が変わります。
- 必要メモリ / 使用可能
- 17.6GB / 22.5GB
- 実行経路
- llama.cpp CUDA · Q4_K_M
構成確認
RTX 4090 24GB · メモリ 24GB
Qwen3.8 27B Q4_K_M の構成です。販売ページのメモリ容量が同じか確認してください。
文書が長くなると、どう変わる？入力長ごとの待ち時間・速度・メモリを開く
詳細分析および全体 61ハードウェア比較
代表的な条件