实测：llama.cpp 在 RTX 5060 Ti 上跑 9B 模型快约三成

开发者 ngxson 在 RTX 5060 Ti 上以 Q80 量化全本地运行 Clef Flash 9B，对比测试发现 llama.cpp 的 prompt 评估比 Ollama 快约 30%。这一结果为本地推理工具的选型提供了参考，显示 llama.cpp 在消费级显卡上的性能优势明显。

2026-10-06 ~ 2026-10-06 · 2 条相关

• RTX 5060 Ti 实测:Clef Flash 9B Q8_0 llama.cpp 快 30% — ngxson · 2026-10-06

另有 1 条近重复转述:ngxson