返回搜索结果
Qwen3-4B-Thinking-2507 · Q4_K_S
Apple M4 Pro64GBllama.cpp v0.25L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（Q4_K_S）在 Apple M4 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。
123.54 tok/s
Decode
解码速度
441.3 tok/s
Prefill
预填充速度
2.25 s
TTFT
首 token 延迟
8.65 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 · IQ4_XS Decode 138.37 · Prefill 661.86 ·
- llama.cpp · Q4_K_S （当前）Decode 123.54 · Prefill 441.3 ·
- Strata · IQ3_XS Decode 218.39 · Prefill 1145.06 ·
- Strata · Q3_K_L Decode 206.28 · Prefill 783.16 ·
核心数据
- Decode（平均）
- 123.54 tok/s
- Prefill（平均）
- 441.3 tok/s
- TTFT（平均）
- 2.25 s
- VRAM（平均）
- 8.65 GB
- MTP 接受率
- —
- TTFB
- 0.99 GB
- 功耗
- 78.5 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_S
- 框架
- llama.cpp
- 版本
- v0.25
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 M4 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 8.65 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Pro
- CUDA
- N/A
- 电源功耗
- 78.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · macOS 15.0 · CUDA N/A · 32768 ctx
123.54 tok/s
Decode
441.3 tok/s
Prefill
2.25 s
TTFT
8.65 GB
VRAM
—
MTP
78.5 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=25 running model_id=57 at Q4_K_S