返回搜索结果
Qwen2.5-0.5B-Instruct · Q4_K_M
Apple M1vLLM v0.48L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（Q4_K_M）在 Apple M1 上以 vLLM 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。
143.97 tok/s
Decode
解码速度
610.72 tok/s
Prefill
预填充速度
2.02 s
TTFT
首 token 延迟
2.96 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
2 天前
最后验证
性能表现
- llama.cpp · IQ2_M Decode 189.83 · Prefill 1001.05 ·
- llama.cpp · Q2_K Decode 189.43 · Prefill 860.24 ·
- vLLM · Q3_K_S Decode 170.33 · Prefill 911.66 ·
- vLLM · Q4_K_M （当前）Decode 143.97 · Prefill 610.72 ·
核心数据
- Decode（平均）
- 143.97 tok/s
- Prefill（平均）
- 610.72 tok/s
- TTFT（平均）
- 2.02 s
- VRAM（平均）
- 2.96 GB
- MTP 接受率
- —
- TTFB
- 1.15 GB
- 功耗
- 64 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_M
- 框架
- vLLM
- 版本
- v0.48
- 上下文长度
- 16384 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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 M1
- 实测显存（均值）
- 2.96 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1
- CUDA
- N/A
- 电源功耗
- 64 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · macOS 15.0 · CUDA N/A · 16384 ctx
143.97 tok/s
Decode
610.72 tok/s
Prefill
2.02 s
TTFT
2.96 GB
VRAM
—
MTP
64 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=99 running model_id=59 at Q4_K_M