Arao AI
返回搜索结果

Flint-40B-A2.5B · Q5_K_S

发起讨论
Apple M2 Ultrallama.cpp v0.37L2 跨框架验证

本页汇总 Flint-40B-A2.5B（Q5_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。

159.13 tok/s

Decode

解码速度

607.98 tok/s

Prefill

预填充速度

1.56 s

TTFT

首 token 延迟

76 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

14 天前

最后验证

性能表现

  1. llama.cpp · Q5_K_S （当前）Decode 159.13 · Prefill 607.98 ·
  2. Ollama · IQ4_XS Decode 184.42 · Prefill 830.52 ·

核心数据

Decode（平均）
159.13 tok/s
Prefill（平均）
607.98 tok/s
TTFT（平均）
1.56 s
VRAM（平均）
76 GB
MTP 接受率
—
TTFB
1.27 GB
功耗
107.7 W

基础配置

成员级字段取自最近一次实测

模型
Flint-40B-A2.5B
量化方式
Q5_K_S
框架
llama.cpp
版本
v0.37
上下文长度
8192 tokens
批次大小
512
GPU 层数
99
Flash Attention
关闭

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）
76 GB
系统
macOS 26.1
电源功耗
107.7 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-22

    v0.37 · macOS 26.1 · 8192 ctx

    159.13 tok/s

    Decode

    607.98 tok/s

    Prefill

    1.56 s

    TTFT

    76 GB

    VRAM

    —

    MTP

    107.7 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=103 running model_id=92 at Q5_K_S