返回搜索结果
Qwen3-4B · IQ2_XS
Apple M5 Max128GBOllama v0.21L2 跨框架验证
本页汇总 Qwen3-4B（IQ2_XS）在 Apple M5 Max 上以 Ollama 运行的 2 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。
308.45 tok/s
Decode
解码速度
1,307.27 tok/s
Prefill
预填充速度
1.61 s
TTFT
首 token 延迟
6.13 GB
VRAM
显存占用
L2 跨框架验证
2
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 253.55 · Prefill 980.61 ·
- Ollama · IQ2_XS （当前）Decode 308.45 · Prefill 1307.27 ·
- Ollama · IQ3_XS Decode 249.13 · Prefill 1132.99 ·
- Ollama · Q5_K_M Decode 194.79 · Prefill 989.8 ·
- Strata · IQ4_XS Decode 357.04 · Prefill 1403.97 ·
核心数据
- Decode（平均）
- 308.45 tok/s
- Prefill（平均）
- 1,307.27 tok/s
- TTFT（平均）
- 1.61 s
- VRAM（平均）
- 6.13 GB
- MTP 接受率
- —
- TTFB
- 2.47 GB
- 功耗
- 115.8 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
- IQ2_XS
- 框架
- Ollama
- 版本
- v0.21
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 6.13 GB
- 系统
- Ubuntu 22.04
- 驱动
- 565.57
- CUDA
- 12.8
- 电源功耗
- 159.7 W
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
v0.21 · Ubuntu 22.04 · CUDA 12.8 · 4096 ctx
287.42 tok/s
Decode
1,006.86 tok/s
Prefill
2.34 s
TTFT
6.13 GB
VRAM
—
MTP
159.7 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=28 running model_id=54 at IQ2_XS
v0.34 · macOS 15.0 · CUDA N/A · 8192 ctx
329.47 tok/s
Decode
1,607.68 tok/s
Prefill
0.88 s
TTFT
6.13 GB
VRAM
—
MTP
71.9 W
功耗
L2 batch seed 2026-10-13: Ollama on hw_id=28 running model_id=54 at IQ2_XS