返回搜索结果
Qwen2.5-Omni-3B · Q3_K_M
Apple M1 Maxllama.cpp v0.33L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（Q3_K_M）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。
128.76 tok/s
Decode
解码速度
591.62 tok/s
Prefill
预填充速度
1.73 s
TTFT
首 token 延迟
6.38 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 · FP16 Decode 57.81 · Prefill 312.83 ·
- llama.cpp · Q3_K_M （当前）Decode 128.76 · Prefill 591.62 ·
- Ollama · Q4_K_S Decode 116.7 · Prefill 504.6 ·
核心数据
- Decode（平均）
- 128.76 tok/s
- Prefill（平均）
- 591.62 tok/s
- TTFT（平均）
- 1.73 s
- VRAM（平均）
- 6.38 GB
- MTP 接受率
- —
- TTFB
- 1.03 GB
- 功耗
- 45.6 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen2.5-Omni-3B
- 量化方式
- Q3_K_M
- 框架
- llama.cpp
- 版本
- v0.33
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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）
- 6.38 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Max
- CUDA
- N/A
- 电源功耗
- 45.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · macOS 15.0 · CUDA N/A · 32768 ctx
128.76 tok/s
Decode
591.62 tok/s
Prefill
1.73 s
TTFT
6.38 GB
VRAM
—
MTP
45.6 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=101 running model_id=60 at Q3_K_M