返回搜索结果
Qwen3-4B-Thinking-2507 · Q3_K_L
Apple M5 Pro64GBllama.cpp v0.41L2 跨框架验证
本页汇总 Qwen3-4B-Thinking-2507（Q3_K_L）在 Apple M5 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。
181 tok/s
Decode
解码速度
762.88 tok/s
Prefill
预填充速度
1.31 s
TTFT
首 token 延迟
8.15 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 · Q3_K_L （当前）Decode 181 · Prefill 762.88 ·
核心数据
- Decode（平均）
- 181 tok/s
- Prefill（平均）
- 762.88 tok/s
- TTFT（平均）
- 1.31 s
- VRAM（平均）
- 8.15 GB
- MTP 接受率
- —
- TTFB
- 1.45 GB
- 功耗
- 132.2 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
- Q3_K_L
- 框架
- llama.cpp
- 版本
- v0.41
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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 M5 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 8.15 GB
- 系统
- macOS 15.0
- 驱动
- Apple M5 Pro
- CUDA
- N/A
- 电源功耗
- 132.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · macOS 15.0 · CUDA N/A · 8192 ctx
181 tok/s
Decode
762.88 tok/s
Prefill
1.31 s
TTFT
8.15 GB
VRAM
—
MTP
132.2 W
功耗
L2 batch seed 2026-10-13: llama.cpp on hw_id=27 running model_id=57 at Q3_K_L