返回搜索结果
Qwen3-4B · Q2_K
Apple M1 Maxllama.cpp v0.46L2 跨框架验证
本页汇总 Qwen3-4B（Q2_K）在 Apple M1 Max 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。
145.16 tok/s
Decode
解码速度
623.88 tok/s
Prefill
预填充速度
2.44 s
TTFT
首 token 延迟
6.72 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
- llama.cpp · Q2_K （当前）Decode 145.16 · Prefill 623.88 ·
- Ollama · IQ2_M Decode 126.39 · Prefill 412.92 ·
- Ollama · Q8_0 Decode 64.73 · Prefill 325.03 ·
核心数据
- Decode（平均）
- 145.16 tok/s
- Prefill（平均）
- 623.88 tok/s
- TTFT（平均）
- 2.44 s
- VRAM（平均）
- 6.72 GB
- MTP 接受率
- —
- TTFB
- 1.16 GB
- 功耗
- 43.1 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-4B
- 量化方式
- Q2_K
- 框架
- llama.cpp
- 版本
- v0.46
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- 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 M1 Max
- 实测显存（均值）
- 6.72 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Max
- CUDA
- N/A
- 电源功耗
- 43.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.46 · macOS 15.0 · CUDA N/A · 32768 ctx
145.16 tok/s
Decode
623.88 tok/s
Prefill
2.44 s
TTFT
6.72 GB
VRAM
—
MTP
43.1 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=101 running model_id=54 at Q2_K