返回搜索结果
Qwen3-1.7B · Q5_K_S
Apple M5 Pro64GBllama.cpp v0.41L2 跨框架验证
本页汇总 Qwen3-1.7B（Q5_K_S）在 Apple M5 Pro 上以 llama.cpp 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。
197.87 tok/s
Decode
解码速度
839.49 tok/s
Prefill
预填充速度
1.3 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
5 天前
最后验证
性能表现
- llama.cpp · IQ2_M Decode 311.55 · Prefill 1641.2 ·
- llama.cpp · Q5_K_S （当前）Decode 197.87 · Prefill 839.49 ·
- vLLM · Q4_K_M Decode 233.37 · Prefill 1190.9 ·
- vLLM · Q5_K_S Decode 229.77 · Prefill 936.19 ·
核心数据
- Decode（平均）
- 197.87 tok/s
- Prefill（平均）
- 839.49 tok/s
- TTFT（平均）
- 1.3 s
- VRAM（平均）
- 5.31 GB
- MTP 接受率
- —
- TTFB
- 1.58 GB
- 功耗
- 62.7 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
- llama.cpp
- 版本
- v0.41
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 33
- Flash Attention
- 关闭
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 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 5.31 GB
- 系统
- macOS 15.0
- 驱动
- Apple M5 Pro
- CUDA
- N/A
- 电源功耗
- 62.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · macOS 15.0 · CUDA N/A · 8192 ctx
197.87 tok/s
Decode
839.49 tok/s
Prefill
1.3 s
TTFT
5.31 GB
VRAM
—
MTP
62.7 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=27 running model_id=55 at Q5_K_S