返回搜索结果
Qwen2.5-Omni-3B · Q8_0
Apple M5 Max128GBStrata v0.38L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（Q8_0）在 Apple M5 Max 上以 Strata 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。
241.28 tok/s
Decode
解码速度
991.2 tok/s
Prefill
预填充速度
0.21 s
TTFT
首 token 延迟
9.35 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 · IQ3_S Decode 341.31 · Prefill 1584.99 ·
- llama.cpp · Q6_K Decode 221.16 · Prefill 1117.52 ·
- Strata · Q8_0 （当前）Decode 241.28 · Prefill 991.2 ·
- llama.cpp · IQ1_S Decode 289.86 · Prefill 1338.5 ·
核心数据
- Decode（平均）
- 241.28 tok/s
- Prefill（平均）
- 991.2 tok/s
- TTFT（平均）
- 0.21 s
- VRAM（平均）
- 9.35 GB
- MTP 接受率
- 0.72
- TTFB
- 1.93 GB
- 功耗
- 183.5 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
- Q8_0
- 框架
- Strata
- 版本
- v0.38
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 12
- 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）
- 9.35 GB
- 系统
- Ubuntu 24.04
- 驱动
- 565.57
- CUDA
- 12.4
- 电源功耗
- 183.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.38 · Ubuntu 24.04 · CUDA 12.4 · 8192 ctx
241.28 tok/s
Decode
991.2 tok/s
Prefill
0.21 s
TTFT
9.35 GB
VRAM
0.72
MTP
183.5 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=28 running model_id=60 at Q8_0