返回搜索结果
Qwen3-1.7B · Q5_K_S
Apple M4 Max128GBvLLM v0.44L2 跨框架验证
本页汇总 Qwen3-1.7B（Q5_K_S）在 Apple M4 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。
322.68 tok/s
Decode
解码速度
1,251.16 tok/s
Prefill
预填充速度
0.84 s
TTFT
首 token 延迟
5.31 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 · IQ3_S Decode 318.24 · Prefill 1490.26 ·
- vLLM · Q5_K_S （当前）Decode 322.68 · Prefill 1251.16 ·
- Strata · IQ2_XS Decode 304.05 · Prefill 1416.13 ·
核心数据
- Decode（平均）
- 322.68 tok/s
- Prefill（平均）
- 1,251.16 tok/s
- TTFT（平均）
- 0.84 s
- VRAM（平均）
- 5.31 GB
- MTP 接受率
- —
- TTFB
- 2.58 GB
- 功耗
- 40.4 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
- Q5_K_S
- 框架
- vLLM
- 版本
- v0.44
- 上下文长度
- 16384 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 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 5.31 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Max
- CUDA
- N/A
- 电源功耗
- 40.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · macOS 15.0 · CUDA N/A · 16384 ctx
322.68 tok/s
Decode
1,251.16 tok/s
Prefill
0.84 s
TTFT
5.31 GB
VRAM
—
MTP
40.4 W
功耗
L2 batch seed 2026-10-10: vLLM on hw_id=26 running model_id=55 at Q5_K_S