返回搜索结果
Qwen3-4B · Q8_0
Apple M1llama.cpp v0.44L2 跨框架验证
本页汇总 Qwen3-4B（Q8_0）在 Apple M1 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。
36.81 tok/s
Decode
解码速度
167.78 tok/s
Prefill
预填充速度
0.92 s
TTFT
首 token 延迟
11.76 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 · Q3_K_L Decode 65.56 · Prefill 344.27 ·
- llama.cpp · Q8_0 （当前）Decode 36.81 · Prefill 167.78 ·
- Ollama · Q2_K Decode 72.5 · Prefill 393.97 ·
核心数据
- Decode（平均）
- 36.81 tok/s
- Prefill（平均）
- 167.78 tok/s
- TTFT（平均）
- 0.92 s
- VRAM（平均）
- 11.76 GB
- MTP 接受率
- —
- TTFB
- 0.29 GB
- 功耗
- 21.9 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
- Q8_0
- 框架
- llama.cpp
- 版本
- v0.44
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 99
- 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 M1
- 实测显存（均值）
- 11.76 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1
- CUDA
- N/A
- 电源功耗
- 21.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.44 · macOS 15.0 · CUDA N/A · 16384 ctx
36.81 tok/s
Decode
167.78 tok/s
Prefill
0.92 s
TTFT
11.76 GB
VRAM
—
MTP
21.9 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=99 running model_id=54 at Q8_0