返回搜索结果
Qwen2.5-0.5B-Instruct · Q4_K_S
Apple M1 Maxllama.cpp v0.41L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（Q4_K_S）在 Apple M1 Max 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。
266.38 tok/s
Decode
解码速度
866.19 tok/s
Prefill
预填充速度
2.16 s
TTFT
首 token 延迟
2.92 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
2 天前
最后验证
性能表现
- llama.cpp · Q4_K_S （当前）Decode 266.38 · Prefill 866.19 ·
- Strata · Q3_K_L Decode 395.33 · Prefill 1769.04 ·
核心数据
- Decode（平均）
- 266.38 tok/s
- Prefill（平均）
- 866.19 tok/s
- TTFT（平均）
- 2.16 s
- VRAM（平均）
- 2.92 GB
- MTP 接受率
- —
- TTFB
- 2.13 GB
- 功耗
- 39.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen2.5-0.5B-Instruct
- 量化方式
- Q4_K_S
- 框架
- llama.cpp
- 版本
- v0.41
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 M1 Max
- 实测显存（均值）
- 2.92 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Max
- CUDA
- N/A
- 电源功耗
- 39.3 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 15.0 · CUDA N/A · 32768 ctx
266.38 tok/s
Decode
866.19 tok/s
Prefill
2.16 s
TTFT
2.92 GB
VRAM
—
MTP
39.3 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=101 running model_id=59 at Q4_K_S