返回搜索结果
Qwen3-4B-Thinking-2507 · Q5_K_S
Apple M5 Max128GBOllama v0.54L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（Q5_K_S）在 Apple M5 Max 上以 Ollama 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。
192.3 tok/s
Decode
解码速度
1,031.35 tok/s
Prefill
预填充速度
0.19 s
TTFT
首 token 延迟
9.66 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
- Ollama · Q5_K_S （当前）Decode 192.3 · Prefill 1031.35 ·
- Strata · Q5_K_M Decode 281.24 · Prefill 1191.19 ·
- vLLM · Q4_K_S Decode 240.97 · Prefill 1176.03 ·
- Strata · IQ4_XS Decode 348.81 · Prefill 1453.67 ·
核心数据
- Decode（平均）
- 192.3 tok/s
- Prefill（平均）
- 1,031.35 tok/s
- TTFT（平均）
- 0.19 s
- VRAM（平均）
- 9.66 GB
- MTP 接受率
- —
- TTFB
- 1.54 GB
- 功耗
- 264.6 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
- Q5_K_S
- 框架
- Ollama
- 版本
- v0.54
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 9.66 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 264.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.54 · Ubuntu 22.04 · CUDA 12.6 · 16384 ctx
192.3 tok/s
Decode
1,031.35 tok/s
Prefill
0.19 s
TTFT
9.66 GB
VRAM
—
MTP
264.6 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=28 running model_id=57 at Q5_K_S