返回搜索结果
Qwen3-8B · FP16
Apple M1 Prollama.cpp v0.55L2 跨框架验证
本页汇总 Qwen3-8B（FP16）在 Apple M1 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。
33.62 tok/s
Decode
解码速度
122.03 tok/s
Prefill
预填充速度
1.04 s
TTFT
首 token 延迟
30.4 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 · FP16 （当前）Decode 33.62 · Prefill 122.03 ·
- llama.cpp · Q5_K_M Decode 60.3 · Prefill 277.54 ·
- Strata · Q5_K_M Decode 74.46 · Prefill 397.25 ·
核心数据
- Decode（平均）
- 33.62 tok/s
- Prefill（平均）
- 122.03 tok/s
- TTFT（平均）
- 1.04 s
- VRAM（平均）
- 30.4 GB
- MTP 接受率
- —
- TTFB
- 0.27 GB
- 功耗
- 42 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-8B
- 量化方式
- FP16
- 框架
- llama.cpp
- 版本
- v0.55
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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 Pro
- 实测显存（均值）
- 30.4 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Pro
- CUDA
- N/A
- 电源功耗
- 42 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.55 · macOS 15.0 · CUDA N/A · 32768 ctx
33.62 tok/s
Decode
122.03 tok/s
Prefill
1.04 s
TTFT
30.4 GB
VRAM
—
MTP
42 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=100 running model_id=53 at FP16