返回搜索结果
Ministral-3-8B-Instruct-2512 · IQ4_XS
Apple M5 Max128GBOllama v0.23L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（IQ4_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。
67.21 tok/s
Decode
解码速度
271.49 tok/s
Prefill
预填充速度
1.92 s
TTFT
首 token 延迟
14.53 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
12 天前
最后验证
性能表现
- llama.cpp · IQ4_XS Decode 75.66 · Prefill 303.23 ·
- Ollama · IQ4_XS （当前）Decode 67.21 · Prefill 271.49 ·
核心数据
- Decode（平均）
- 67.21 tok/s
- Prefill（平均）
- 271.49 tok/s
- TTFT（平均）
- 1.92 s
- VRAM（平均）
- 14.53 GB
- MTP 接受率
- —
- TTFB
- 0.54 GB
- 功耗
- 46.5 W
基础配置
成员级字段取自最近一次实测
- 模型
- Ministral-3-8B-Instruct-2512
- 量化方式
- IQ4_XS
- 框架
- Ollama
- 版本
- v0.23
- 上下文长度
- 65536 tokens
- 批次大小
- 256
- GPU 层数
- 20
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 14.53 GB
- 系统
- macOS 26.1
- 电源功耗
- 46.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · macOS 26.1 · 65536 ctx
67.21 tok/s
Decode
271.49 tok/s
Prefill
1.92 s
TTFT
14.53 GB
VRAM
—
MTP
46.5 W
功耗
L2 batch seed 2026-10-24: Ollama on hw_id=28 running model_id=74 at IQ4_XS