返回搜索结果
Ministral-3-8B-Instruct-2512 · Q5_K_M
Apple M5 Ultra512GBllama.cpp v0.21L2 跨框架验证
本页汇总 Ministral-3-8B-Instruct-2512（Q5_K_M）在 Apple M5 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。
84.63 tok/s
Decode
解码速度
432.9 tok/s
Prefill
预填充速度
0.78 s
TTFT
首 token 延迟
17.72 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
11 天前
最后验证
性能表现
- llama.cpp · Q5_K_M （当前）Decode 84.63 · Prefill 432.9 ·
- Ollama · Q3_K_S Decode 125.07 · Prefill 471.87 ·
核心数据
- Decode（平均）
- 84.63 tok/s
- Prefill（平均）
- 432.9 tok/s
- TTFT（平均）
- 0.78 s
- VRAM（平均）
- 17.72 GB
- MTP 接受率
- —
- TTFB
- 0.68 GB
- 功耗
- 93.9 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
- Q5_K_M
- 框架
- llama.cpp
- 版本
- v0.21
- 上下文长度
- 65536 tokens
- 批次大小
- 256
- 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 M5 Ultra
- 标称显存
- 512 GB
- 实测显存（均值）
- 17.72 GB
- 系统
- macOS 26.1
- 电源功耗
- 93.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · macOS 26.1 · 65536 ctx
84.63 tok/s
Decode
432.9 tok/s
Prefill
0.78 s
TTFT
17.72 GB
VRAM
—
MTP
93.9 W
功耗
L2 batch seed 2026-10-24: llama.cpp on hw_id=29 running model_id=74 at Q5_K_M