返回搜索结果
Llama-3.2-3B-Instruct · Q5_K_M
Apple M2 Ultrallama.cpp v0.30L2 跨框架验证
本页汇总 Llama-3.2-3B-Instruct（Q5_K_M）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。
233.78 tok/s
Decode
解码速度
783.42 tok/s
Prefill
预填充速度
2.4 s
TTFT
首 token 延迟
7.96 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 · Q5_K_M （当前）Decode 233.78 · Prefill 783.42 ·
- Ollama · Q5_K_M Decode 207.01 · Prefill 946.05 ·
核心数据
- Decode（平均）
- 233.78 tok/s
- Prefill（平均）
- 783.42 tok/s
- TTFT（平均）
- 2.4 s
- VRAM（平均）
- 7.96 GB
- MTP 接受率
- —
- TTFB
- 1.87 GB
- 功耗
- 110 W
基础配置
成员级字段取自最近一次实测
- 模型
- Llama-3.2-3B-Instruct
- 量化方式
- Q5_K_M
- 框架
- llama.cpp
- 版本
- v0.30
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- 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）
- 7.96 GB
- 系统
- macOS 26.1
- 电源功耗
- 110 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.30 · macOS 26.1 · 16384 ctx
233.78 tok/s
Decode
783.42 tok/s
Prefill
2.4 s
TTFT
7.96 GB
VRAM
—
MTP
110 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=70 at Q5_K_M