返回搜索结果
Qwen2.5-0.5B-Instruct · Q5_K_S
Apple M5 Pro64GBvLLM v0.44L2 跨框架验证
本页汇总 Qwen2.5-0.5B-Instruct（Q5_K_S）在 Apple M5 Pro 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。
376.55 tok/s
Decode
解码速度
1,237.86 tok/s
Prefill
预填充速度
1.28 s
TTFT
首 token 延迟
3.04 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
5 天前
最后验证
性能表现
- vLLM · Q5_K_S （当前）Decode 376.55 · Prefill 1237.86 ·
- vLLM · Q8_0 Decode 284.14 · Prefill 1555.29 ·
核心数据
- Decode（平均）
- 376.55 tok/s
- Prefill（平均）
- 1,237.86 tok/s
- TTFT（平均）
- 1.28 s
- VRAM（平均）
- 3.04 GB
- MTP 接受率
- —
- TTFB
- 3.01 GB
- 功耗
- 79.4 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
- Q5_K_S
- 框架
- vLLM
- 版本
- v0.44
- 上下文长度
- 4096 tokens
- 批次大小
- 8
- 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 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 3.04 GB
- 系统
- macOS 15.0
- 驱动
- Apple M5 Pro
- CUDA
- N/A
- 电源功耗
- 79.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · macOS 15.0 · CUDA N/A · 4096 ctx
376.55 tok/s
Decode
1,237.86 tok/s
Prefill
1.28 s
TTFT
3.04 GB
VRAM
—
MTP
79.4 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=27 running model_id=59 at Q5_K_S