返回搜索结果
Qwen3-1.7B · Q2_K
Apple M5 Max128GBvLLM v0.48L2 跨框架验证
本页汇总 Qwen3-1.7B（Q2_K）在 Apple M5 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。
302.27 tok/s
Decode
解码速度
1,354.5 tok/s
Prefill
预填充速度
0.36 s
TTFT
首 token 延迟
4.06 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
- vLLM · Q2_K （当前）Decode 302.27 · Prefill 1354.5 ·
- vLLM · Q8_0 Decode 255.36 · Prefill 1217.53 ·
- Strata · Q8_0 Decode 319.85 · Prefill 1662.65 ·
- Ollama · Q3_K_L Decode 353.08 · Prefill 1662.13 ·
核心数据
- Decode（平均）
- 302.27 tok/s
- Prefill（平均）
- 1,354.5 tok/s
- TTFT（平均）
- 0.36 s
- VRAM（平均）
- 4.06 GB
- MTP 接受率
- —
- TTFB
- 2.42 GB
- 功耗
- 224 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
- Q2_K
- 框架
- vLLM
- 版本
- v0.48
- 上下文长度
- 32768 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 4.06 GB
- 系统
- Windows 11 23H2
- 驱动
- 565.57
- CUDA
- 12.6
- 电源功耗
- 224 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.48 · Windows 11 23H2 · CUDA 12.6 · 32768 ctx
302.27 tok/s
Decode
1,354.5 tok/s
Prefill
0.36 s
TTFT
4.06 GB
VRAM
—
MTP
224 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=28 running model_id=55 at Q2_K