返回搜索结果
Llama-3.1-8B-Instruct · Q4_K_S
Apple M2 UltraOllama v0.41L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（Q4_K_S）在 Apple M2 Ultra 上以 Ollama 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。
103.18 tok/s
Decode
解码速度
542.74 tok/s
Prefill
预填充速度
2.1 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
16 天前
最后验证
性能表现
- llama.cpp · Q3_K_L Decode 129.48 · Prefill 476.49 ·
- llama.cpp · Q4_K_S Decode 123.15 · Prefill 540.31 ·
- Ollama · Q4_K_S （当前）Decode 103.18 · Prefill 542.74 ·
核心数据
- Decode（平均）
- 103.18 tok/s
- Prefill（平均）
- 542.74 tok/s
- TTFT（平均）
- 2.1 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.83 GB
- 功耗
- 128.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3.1-8B-Instruct
- 量化方式
- Q4_K_S
- 框架
- Ollama
- 版本
- v0.41
- 上下文长度
- 32768 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 M2 Ultra
- 实测显存（均值）
- 15.2 GB
- 系统
- macOS 26.1
- 电源功耗
- 128.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · macOS 26.1 · 32768 ctx
103.18 tok/s
Decode
542.74 tok/s
Prefill
2.1 s
TTFT
15.2 GB
VRAM
—
MTP
128.4 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=103 running model_id=68 at Q4_K_S