返回搜索结果
DeepSeek-R1-Distill-Qwen-14B · Q4_K_S
Apple M2 Ultrallama.cpp v0.37L2 跨框架验证
本页汇总 DeepSeek-R1-Distill-Qwen-14B（Q4_K_S）在 Apple M2 Ultra 上以 llama.cpp 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
92.27 tok/s
Decode
解码速度
397.78 tok/s
Prefill
预填充速度
0.42 s
TTFT
首 token 延迟
25.03 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
17 天前
最后验证
性能表现
- llama.cpp · Q4_K_S （当前）Decode 92.27 · Prefill 397.78 ·
- Ollama · Q3_K_S Decode 106.35 · Prefill 407.93 ·
- Ollama · Q5_K_M Decode 66.35 · Prefill 310.63 ·
核心数据
- Decode（平均）
- 92.27 tok/s
- Prefill（平均）
- 397.78 tok/s
- TTFT（平均）
- 0.42 s
- VRAM（平均）
- 25.03 GB
- MTP 接受率
- —
- TTFB
- 0.74 GB
- 功耗
- 130.9 W
基础配置
成员级字段取自最近一次实测
- 模型
- DeepSeek-R1-Distill-Qwen-14B
- 量化方式
- Q4_K_S
- 框架
- llama.cpp
- 版本
- v0.37
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 33
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- Apple M2 Ultra
- 实测显存（均值）
- 25.03 GB
- 系统
- macOS 26.1
- 电源功耗
- 130.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · macOS 26.1 · 8192 ctx
92.27 tok/s
Decode
397.78 tok/s
Prefill
0.42 s
TTFT
25.03 GB
VRAM
—
MTP
130.9 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=71 at Q4_K_S