返回搜索结果
Qwen3-4B-Thinking-2507 · IQ2_M
Apple M2 UltravLLM v0.22L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ2_M）在 Apple M2 Ultra 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。
191.2 tok/s
Decode
解码速度
838.86 tok/s
Prefill
预填充速度
2.06 s
TTFT
首 token 延迟
6.47 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 · IQ2_M （当前）Decode 191.2 · Prefill 838.86 ·
- Ollama · Q3_K_M Decode 131.4 · Prefill 507.32 ·
核心数据
- Decode（平均）
- 191.2 tok/s
- Prefill（平均）
- 838.86 tok/s
- TTFT（平均）
- 2.06 s
- VRAM（平均）
- 6.47 GB
- MTP 接受率
- —
- TTFB
- 1.53 GB
- 功耗
- 43.3 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
- IQ2_M
- 框架
- vLLM
- 版本
- v0.22
- 上下文长度
- 4096 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 M2 Ultra
- 实测显存（均值）
- 6.47 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Ultra
- CUDA
- N/A
- 电源功耗
- 43.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.22 · macOS 15.0 · CUDA N/A · 4096 ctx
191.2 tok/s
Decode
838.86 tok/s
Prefill
2.06 s
TTFT
6.47 GB
VRAM
—
MTP
43.3 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=103 running model_id=57 at IQ2_M