返回搜索结果
Qwen3-8B · Q5_K_M
Apple M2 UltraOllama v0.50L2 跨框架验证
本页汇总 Qwen3-8B（Q5_K_M）在 Apple M2 Ultra 上以 Ollama 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。
79.98 tok/s
Decode
解码速度
403.29 tok/s
Prefill
预填充速度
0.35 s
TTFT
首 token 延迟
17.72 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 · Q4_K_S Decode 108.67 · Prefill 436.07 ·
- llama.cpp · Q5_K_S Decode 87.67 · Prefill 476.02 ·
- Ollama · Q5_K_M （当前）Decode 79.98 · Prefill 403.29 ·
- Ollama · Q8_0 Decode 67.83 · Prefill 284.74 ·
核心数据
- Decode（平均）
- 79.98 tok/s
- Prefill（平均）
- 403.29 tok/s
- TTFT（平均）
- 0.35 s
- VRAM（平均）
- 17.72 GB
- MTP 接受率
- —
- TTFB
- 0.64 GB
- 功耗
- 59.8 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
- Q5_K_M
- 框架
- Ollama
- 版本
- v0.50
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- 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 M2 Ultra
- 实测显存（均值）
- 17.72 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Ultra
- CUDA
- N/A
- 电源功耗
- 59.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · macOS 15.0 · CUDA N/A · 4096 ctx
79.98 tok/s
Decode
403.29 tok/s
Prefill
0.35 s
TTFT
17.72 GB
VRAM
—
MTP
59.8 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=103 running model_id=53 at Q5_K_M