返回搜索结果
Qwen3-1.7B · IQ2_XS
Apple M3 Max36GBvLLM v0.24L2 跨框架验证
本页汇总 Qwen3-1.7B（IQ2_XS）在 Apple M3 Max 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。
309.15 tok/s
Decode
解码速度
1,109.54 tok/s
Prefill
预填充速度
2.17 s
TTFT
首 token 延迟
3.81 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 （当前）Decode 309.15 · Prefill 1109.54 ·
- vLLM · Q3_K_L Decode 226.47 · Prefill 1116.37 ·
- Ollama · FP16 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）
- 309.15 tok/s
- Prefill（平均）
- 1,109.54 tok/s
- TTFT（平均）
- 2.17 s
- VRAM（平均）
- 3.81 GB
- MTP 接受率
- —
- TTFB
- 2.47 GB
- 功耗
- 37.6 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
- IQ2_XS
- 框架
- vLLM
- 版本
- v0.24
- 上下文长度
- 8192 tokens
- 批次大小
- 8
- 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 M3 Max
- 标称显存
- 36 GB
- 实测显存（均值）
- 3.81 GB
- 系统
- macOS 15.0
- 驱动
- Apple M3 Max
- CUDA
- N/A
- 电源功耗
- 37.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.24 · macOS 15.0 · CUDA N/A · 8192 ctx
309.15 tok/s
Decode
1,109.54 tok/s
Prefill
2.17 s
TTFT
3.81 GB
VRAM
—
MTP
37.6 W
功耗
L2 batch seed 2026-10-10: vLLM on hw_id=4 running model_id=55 at IQ2_XS