返回搜索结果
Qwen3-4B-Thinking-2507 · IQ3_S
Apple M1 ProvLLM v0.43L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ3_S）在 Apple M1 Pro 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。
94.49 tok/s
Decode
解码速度
403.53 tok/s
Prefill
预填充速度
2.34 s
TTFT
首 token 延迟
7.64 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 · IQ3_S （当前）Decode 94.49 · Prefill 403.53 ·
- Strata · IQ1_S Decode 163.46 · Prefill 649.89 ·
- Strata · Q2_K Decode 151.41 · Prefill 638.55 ·
核心数据
- Decode（平均）
- 94.49 tok/s
- Prefill（平均）
- 403.53 tok/s
- TTFT（平均）
- 2.34 s
- VRAM（平均）
- 7.64 GB
- MTP 接受率
- —
- TTFB
- 0.76 GB
- 功耗
- 61.9 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
- IQ3_S
- 框架
- vLLM
- 版本
- v0.43
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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 Pro
- 实测显存（均值）
- 7.64 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Pro
- CUDA
- N/A
- 电源功耗
- 61.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · macOS 15.0 · CUDA N/A · 2048 ctx
94.49 tok/s
Decode
403.53 tok/s
Prefill
2.34 s
TTFT
7.64 GB
VRAM
—
MTP
61.9 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=100 running model_id=57 at IQ3_S