返回搜索结果
Llama-3-8B-Instruct · Q4_K_S
Apple M5 Ultra512GBllama.cpp v0.36L2 跨框架验证
本页汇总 Llama-3-8B-Instruct（Q4_K_S）在 Apple M5 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。
115.5 tok/s
Decode
解码速度
509.11 tok/s
Prefill
预填充速度
2.4 s
TTFT
首 token 延迟
15.2 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 · IQ2_M Decode 145.48 · Prefill 672.26 ·
- llama.cpp · Q4_K_S （当前）Decode 115.5 · Prefill 509.11 ·
- Ollama · IQ3_XS Decode 140.68 · Prefill 755.32 ·
核心数据
- Decode（平均）
- 115.5 tok/s
- Prefill（平均）
- 509.11 tok/s
- TTFT（平均）
- 2.4 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.92 GB
- 功耗
- 114.2 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3-8B-Instruct
- 量化方式
- Q4_K_S
- 框架
- llama.cpp
- 版本
- v0.36
- 上下文长度
- 2048 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 Ultra
- 标称显存
- 512 GB
- 实测显存（均值）
- 15.2 GB
- 系统
- macOS 26.1
- 电源功耗
- 114.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · macOS 26.1 · 2048 ctx
115.5 tok/s
Decode
509.11 tok/s
Prefill
2.4 s
TTFT
15.2 GB
VRAM
—
MTP
114.2 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=29 running model_id=69 at Q4_K_S