返回搜索结果
DeepSeek-R1-Distill-Qwen-14B · Q3_K_M
Apple M5 Max128GBllama.cpp v0.22L2 跨框架验证
本页汇总 DeepSeek-R1-Distill-Qwen-14B（Q3_K_M）在 Apple M5 Max 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。
66.61 tok/s
Decode
解码速度
292.99 tok/s
Prefill
预填充速度
1.37 s
TTFT
首 token 延迟
22.09 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 · Q3_K_M （当前）Decode 66.61 · Prefill 292.99 ·
- Ollama · IQ4_XS Decode 63.06 · Prefill 323.43 ·
- Ollama · Q8_0 Decode 36.84 · Prefill 127.42 ·
- llama.cpp · IQ1_S Decode 202.22 · Prefill 672.97 ·
- vLLM · Q4_K_M Decode 134.81 · Prefill 469.71 ·
核心数据
- Decode（平均）
- 66.61 tok/s
- Prefill（平均）
- 292.99 tok/s
- TTFT（平均）
- 1.37 s
- VRAM（平均）
- 22.09 GB
- MTP 接受率
- —
- TTFB
- 0.53 GB
- 功耗
- 40.3 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
- Q3_K_M
- 框架
- llama.cpp
- 版本
- v0.22
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 22.09 GB
- 系统
- macOS 26.1
- 电源功耗
- 40.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.22 · macOS 26.1 · 16384 ctx
66.61 tok/s
Decode
292.99 tok/s
Prefill
1.37 s
TTFT
22.09 GB
VRAM
—
MTP
40.3 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=28 running model_id=71 at Q3_K_M