返回搜索结果
Qwen3-4B-Thinking-2507 · IQ4_XS
Apple M5 Max128GBStrata v0.33L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（IQ4_XS）在 Apple M5 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。
348.81 tok/s
Decode
解码速度
1,453.67 tok/s
Prefill
预填充速度
1.79 s
TTFT
首 token 延迟
8.32 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
- Ollama · Q5_K_S 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 （当前）Decode 348.81 · Prefill 1453.67 ·
核心数据
- Decode（平均）
- 348.81 tok/s
- Prefill（平均）
- 1,453.67 tok/s
- TTFT（平均）
- 1.79 s
- VRAM（平均）
- 8.32 GB
- MTP 接受率
- 0.59
- TTFB
- 2.79 GB
- 功耗
- 58 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
- IQ4_XS
- 框架
- Strata
- 版本
- v0.33
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- GPU 层数
- 5
- 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）
- 8.32 GB
- 系统
- macOS 15.0
- 驱动
- Apple M5 Max
- CUDA
- N/A
- 电源功耗
- 58 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · macOS 15.0 · CUDA N/A · 2048 ctx
348.81 tok/s
Decode
1,453.67 tok/s
Prefill
1.79 s
TTFT
8.32 GB
VRAM
0.59
MTP
58 W
功耗
L2 batch seed 2026-10-13: Strata on hw_id=28 running model_id=57 at IQ4_XS