返回搜索结果
Qwen3-4B-Thinking-2507 · Q4_K_M
Apple M1 MaxStrata v0.48L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（Q4_K_M）在 Apple M1 Max 上以 Strata 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。
125.01 tok/s
Decode
解码速度
495.06 tok/s
Prefill
预填充速度
1.65 s
TTFT
首 token 延迟
8.99 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 · FP16 Decode 48.27 · Prefill 248.84 ·
- Strata · IQ3_XS Decode 182.49 · Prefill 683.44 ·
- Strata · Q4_K_M （当前）Decode 125.01 · Prefill 495.06 ·
核心数据
- Decode（平均）
- 125.01 tok/s
- Prefill（平均）
- 495.06 tok/s
- TTFT（平均）
- 1.65 s
- VRAM（平均）
- 8.99 GB
- MTP 接受率
- 0.57
- TTFB
- 1 GB
- 功耗
- 54.9 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-4B-Thinking-2507
- 量化方式
- Q4_K_M
- 框架
- Strata
- 版本
- v0.48
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 5
- 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 M1 Max
- 实测显存（均值）
- 8.99 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Max
- CUDA
- N/A
- 电源功耗
- 54.9 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 · macOS 15.0 · CUDA N/A · 32768 ctx
125.01 tok/s
Decode
495.06 tok/s
Prefill
1.65 s
TTFT
8.99 GB
VRAM
0.57
MTP
54.9 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=101 running model_id=57 at Q4_K_M