返回搜索结果
Qwen2.5-0.5B-Instruct · IQ2_XS
Apple M5 Max128GBvLLM v0.34L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（IQ2_XS）在 Apple M5 Max 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。
291.82 tok/s
Decode
解码速度
1,370.02 tok/s
Prefill
预填充速度
1.18 s
TTFT
首 token 延迟
2.6 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
- vLLM · IQ2_XS （当前）Decode 291.82 · Prefill 1370.02 ·
- Strata · IQ1_S Decode 343.91 · Prefill 1513.7 ·
- Strata · Q5_K_S Decode 305.21 · Prefill 1469.7 ·
- llama.cpp · IQ2_M Decode 298.63 · Prefill 1141.07 ·
- llama.cpp · Q8_0 Decode 366.43 · Prefill 1208.56 ·
- vLLM · Q2_K Decode 318.68 · Prefill 1287.78 ·
核心数据
- Decode（平均）
- 291.82 tok/s
- Prefill（平均）
- 1,370.02 tok/s
- TTFT（平均）
- 1.18 s
- VRAM（平均）
- 2.6 GB
- MTP 接受率
- —
- TTFB
- 2.33 GB
- 功耗
- 168.5 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
- IQ2_XS
- 框架
- vLLM
- 版本
- v0.34
- 上下文长度
- 2048 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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）
- 2.6 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- 12.8
- 电源功耗
- 168.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · Ubuntu 22.04 · CUDA 12.8 · 2048 ctx
291.82 tok/s
Decode
1,370.02 tok/s
Prefill
1.18 s
TTFT
2.6 GB
VRAM
—
MTP
168.5 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=28 running model_id=59 at IQ2_XS