Running Qwen3.6 Quantized on RTX 5080: Performance Trade-offs

boyeardi · reddit · 2026-07-07

一位用户在 RTX 5080 + 32GB DDR4 上本地运行了 Qwen3.6:27B 在 Q3KM 下约 60 tok/s,35B 在 IQ2 下约 190 tok/s,但精度从 Q6 下调带来的准确性损失明显。该用户另有一张闲置的 1080ti(11GB),考虑用其做 tensor split 分担负载,并询问 16GB 显存用户的实际方案与上限。

Original post →

More from Infra

Infra channel →