返回搜索结果
Flint-40B-A2.5B · Q3_K_M
Apple M5 Max128GBllama.cpp v0.21L2 跨框架验证
本页汇总 Flint-40B-A2.5B（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。
152.51 tok/s
Decode
解码速度
687.68 tok/s
Prefill
预填充速度
2.15 s
TTFT
首 token 延迟
58.94 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
- llama.cpp · Q3_K_M （当前）Decode 152.51 · Prefill 687.68 ·
- Ollama · IQ4_XS Decode 123.41 · Prefill 650.98 ·
- Ollama · Q2_K Decode 153.39 · Prefill 803.06 ·
核心数据
- Decode（平均）
- 152.51 tok/s
- Prefill（平均）
- 687.68 tok/s
- TTFT（平均）
- 2.15 s
- VRAM（平均）
- 58.94 GB
- MTP 接受率
- —
- TTFB
- 1.22 GB
- 功耗
- 41.8 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
- Q3_K_M
- 框架
- llama.cpp
- 版本
- v0.21
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- 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）
- 58.94 GB
- 系统
- macOS 26.1
- 电源功耗
- 41.8 W
获取与上手
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · macOS 26.1 · 16384 ctx
152.51 tok/s
Decode
687.68 tok/s
Prefill
2.15 s
TTFT
58.94 GB
VRAM
—
MTP
41.8 W
功耗
L2 batch seed 2026-10-22: llama.cpp on hw_id=28 running model_id=92 at Q3_K_M