返回搜索结果
Llama-3.1-8B-Instruct · IQ3_XS
Apple M5 Max128GBOllama v0.41L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（IQ3_XS）在 Apple M5 Max 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。
82.82 tok/s
Decode
解码速度
392.75 tok/s
Prefill
预填充速度
0.11 s
TTFT
首 token 延迟
12.52 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 101.46 · Prefill 460.44 ·
- llama.cpp · Q3_K_L Decode 81.19 · Prefill 358.64 ·
- Ollama · IQ3_XS （当前）Decode 82.82 · Prefill 392.75 ·
- Ollama · Q3_K_S Decode 79.81 · Prefill 418 ·
核心数据
- Decode（平均）
- 82.82 tok/s
- Prefill（平均）
- 392.75 tok/s
- TTFT（平均）
- 0.11 s
- VRAM（平均）
- 12.52 GB
- MTP 接受率
- —
- TTFB
- 0.66 GB
- 功耗
- 54.2 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
- IQ3_XS
- 框架
- Ollama
- 版本
- v0.41
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 12.52 GB
- 系统
- macOS 26.1
- 电源功耗
- 54.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · macOS 26.1 · 16384 ctx
82.82 tok/s
Decode
392.75 tok/s
Prefill
0.11 s
TTFT
12.52 GB
VRAM
—
MTP
54.2 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=28 running model_id=68 at IQ3_XS