返回搜索结果
Llama-3.1-8B-Instruct · Q4_K_M
Apple M3 Max（MacBook Pro 14）36GBOllama 0.5.7L1 已复现
本页汇总 Llama-3.1-8B-Instruct（Q4_K_M）在 Apple M3 Max（MacBook Pro 14） 上以 Ollama 运行的 2 次实测数据，来自 2 个独立来源平台；指标为已上架实测的均值。
39.15 tok/s
Decode
解码速度
408.85 tok/s
Prefill
预填充速度
0.51 s
TTFT
首 token 延迟
5.8 GB
VRAM
显存占用
L1 已复现
2
实测次数
2
独立来源
Reddit、Hugging Face
来源平台
2026-08-18
最后验证
性能表现
- Ollama · Q4_K_M （当前）Decode 39.15 · Prefill 408.85 ·
核心数据
- Decode（平均）
- 39.15 tok/s
- Prefill（平均）
- 408.85 tok/s
- TTFT（平均）
- 0.51 s
- VRAM（平均）
- 5.8 GB
- MTP 接受率
- —
- TTFB
- — GB
- 功耗
- 47.3 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_M
- 框架
- Ollama
- 版本
- 0.5.7
- 上下文长度
- 8192 tokens
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- Apple M3 Max（MacBook Pro 14）
- 标称显存
- 36 GB
- 实测显存（均值）
- 5.8 GB
- 系统
- macOS 15.3
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
0.5.7 · macOS 15.3 · 8192 ctx
38.9 tok/s
Decode
402.1 tok/s
Prefill
0.52 s
TTFT
5.8 GB
VRAM
—
MTP
— W
功耗
M3 Max 统一内存下 8B Q4 约 39 tok/s，功耗约 45W。
0.5.9 · macOS 15.3 · 8192 ctx
39.4 tok/s
Decode
415.6 tok/s
Prefill
0.49 s
TTFT
5.8 GB
VRAM
—
MTP
47.3 W
功耗
Ollama 0.5.9 复现 39.4 tok/s。