返回搜索结果
Llama-3.1-8B-Instruct · Q8_0
Apple M5 Ultra512GBOllama v0.28L2 跨框架验证
本页汇总 Llama-3.1-8B-Instruct（Q8_0）在 Apple M5 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。
65.71 tok/s
Decode
解码速度
314.08 tok/s
Prefill
预填充速度
1.32 s
TTFT
首 token 延迟
21.42 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_S Decode 134.78 · Prefill 545.26 ·
- llama.cpp · Q5_K_S Decode 104.75 · Prefill 395.8 ·
- Ollama · Q8_0 （当前）Decode 65.71 · Prefill 314.08 ·
核心数据
- Decode（平均）
- 65.71 tok/s
- Prefill（平均）
- 314.08 tok/s
- TTFT（平均）
- 1.32 s
- VRAM（平均）
- 21.42 GB
- MTP 接受率
- —
- TTFB
- 0.53 GB
- 功耗
- 90.4 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
- Q8_0
- 框架
- Ollama
- 版本
- v0.28
- 上下文长度
- 2048 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 Ultra
- 标称显存
- 512 GB
- 实测显存（均值）
- 21.42 GB
- 系统
- macOS 26.1
- 电源功耗
- 90.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · macOS 26.1 · 2048 ctx
65.71 tok/s
Decode
314.08 tok/s
Prefill
1.32 s
TTFT
21.42 GB
VRAM
—
MTP
90.4 W
功耗
L2 batch seed 2026-10-19: Ollama on hw_id=29 running model_id=68 at Q8_0