返回搜索结果
Llama-3.1-8B-Instruct · Q4_K_S
Apple M2 Ultrallama.cpp v0.34L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（Q4_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。
123.15 tok/s
Decode
解码速度
540.31 tok/s
Prefill
预填充速度
2.07 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 （当前）Decode 123.15 · Prefill 540.31 ·
- Ollama · Q4_K_S Decode 103.18 · Prefill 542.74 ·
核心数据
- Decode（平均）
- 123.15 tok/s
- Prefill（平均）
- 540.31 tok/s
- TTFT（平均）
- 2.07 s
- VRAM（平均）
- 15.2 GB
- MTP 接受率
- —
- TTFB
- 0.99 GB
- 功耗
- 142.6 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
- llama.cpp
- 版本
- v0.34
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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）
- 15.2 GB
- 系统
- macOS 26.1
- 电源功耗
- 142.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · macOS 26.1 · 8192 ctx
123.15 tok/s
Decode
540.31 tok/s
Prefill
2.07 s
TTFT
15.2 GB
VRAM
—
MTP
142.6 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=68 at Q4_K_S