返回搜索结果
Qwen3-1.7B · FP16
Apple M3 Max36GBOllama v0.28L2 跨框架验证
本页汇总 Qwen3-1.7B（FP16）在 Apple M3 Max 上以 Ollama 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。
96.85 tok/s
Decode
解码速度
510.37 tok/s
Prefill
预填充速度
0.44 s
TTFT
首 token 延迟
8.7 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
今天
最后验证
性能表现
- vLLM · IQ2_XS Decode 309.15 · Prefill 1109.54 ·
- vLLM · Q3_K_L Decode 226.47 · Prefill 1116.37 ·
- Ollama · FP16 （当前）Decode 96.85 · Prefill 510.37 ·
- Ollama · IQ4_XS Decode 188.36 · Prefill 704.89 ·
- Strata · Q5_K_S Decode 239.13 · Prefill 849.25 ·
核心数据
- Decode（平均）
- 96.85 tok/s
- Prefill（平均）
- 510.37 tok/s
- TTFT（平均）
- 0.44 s
- VRAM（平均）
- 8.7 GB
- MTP 接受率
- —
- TTFB
- 0.77 GB
- 功耗
- 81.8 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-1.7B
- 量化方式
- FP16
- 框架
- Ollama
- 版本
- v0.28
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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 M3 Max
- 标称显存
- 36 GB
- 实测显存（均值）
- 8.7 GB
- 系统
- macOS 15.0
- 驱动
- Apple M3 Max
- CUDA
- N/A
- 电源功耗
- 81.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.28 · macOS 15.0 · CUDA N/A · 16384 ctx
96.85 tok/s
Decode
510.37 tok/s
Prefill
0.44 s
TTFT
8.7 GB
VRAM
—
MTP
81.8 W
功耗
L2 batch seed 2026-10-10: Ollama on hw_id=4 running model_id=55 at FP16