返回搜索结果
Qwen2.5-Omni-3B · IQ3_S
Apple M5 Max128GBllama.cpp v0.31L2 跨框架验证
本页汇总 Qwen2.5-Omni-3B（IQ3_S）在 Apple M5 Max 上以 llama.cpp 运行的 2 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。
341.31 tok/s
Decode
解码速度
1,584.99 tok/s
Prefill
预填充速度
1.01 s
TTFT
首 token 延迟
6.26 GB
VRAM
显存占用
L2 跨框架验证
2
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 （当前）Decode 341.31 · Prefill 1584.99 ·
- llama.cpp · Q6_K Decode 221.16 · Prefill 1117.52 ·
- Strata · Q8_0 Decode 241.28 · Prefill 991.2 ·
- llama.cpp · IQ1_S Decode 289.86 · Prefill 1338.5 ·
核心数据
- Decode（平均）
- 341.31 tok/s
- Prefill（平均）
- 1,584.99 tok/s
- TTFT（平均）
- 1.01 s
- VRAM（平均）
- 6.26 GB
- MTP 接受率
- —
- TTFB
- 2.74 GB
- 功耗
- 159.1 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
- IQ3_S
- 框架
- llama.cpp
- 版本
- v0.31
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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）
- 6.26 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 207.7 W
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
v0.31 · Ubuntu 22.04 · CUDA 12.4 · 32768 ctx
350.73 tok/s
Decode
1,896.04 tok/s
Prefill
0.75 s
TTFT
6.26 GB
VRAM
—
MTP
207.7 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=28 running model_id=60 at IQ3_S
v0.28 · macOS 15.0 · CUDA N/A · 16384 ctx
331.88 tok/s
Decode
1,273.94 tok/s
Prefill
1.28 s
TTFT
6.26 GB
VRAM
—
MTP
110.5 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=28 running model_id=60 at IQ3_S