返回搜索结果
Qwen2.5-Omni-3B · IQ4_XS
Apple M4 Pro64GBvLLM v0.40L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（IQ4_XS）在 Apple M4 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。
172.49 tok/s
Decode
解码速度
661.58 tok/s
Prefill
预填充速度
0.74 s
TTFT
首 token 延迟
6.76 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 · IQ4_XS （当前）Decode 172.49 · Prefill 661.58 ·
- vLLM · Q3_K_S Decode 184.21 · Prefill 1008.8 ·
- Ollama · Q4_K_S Decode 154.32 · Prefill 813.63 ·
- Ollama · Q5_K_M Decode 114.09 · Prefill 438.42 ·
核心数据
- Decode（平均）
- 172.49 tok/s
- Prefill（平均）
- 661.58 tok/s
- TTFT（平均）
- 0.74 s
- VRAM（平均）
- 6.76 GB
- MTP 接受率
- —
- TTFB
- 1.38 GB
- 功耗
- 95 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
- IQ4_XS
- 框架
- vLLM
- 版本
- v0.40
- 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 M4 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 6.76 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Pro
- CUDA
- N/A
- 电源功耗
- 95 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.40 · macOS 15.0 · CUDA N/A · 2048 ctx
172.49 tok/s
Decode
661.58 tok/s
Prefill
0.74 s
TTFT
6.76 GB
VRAM
—
MTP
95 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=25 running model_id=60 at IQ4_XS