返回搜索结果
Qwen3-8B · IQ3_XS
Apple M5 Max128GBOllama v0.33L2 跨框架验证
本页汇总 Qwen3-8B（IQ3_XS）在 Apple M5 Max 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。
212.17 tok/s
Decode
解码速度
767.04 tok/s
Prefill
预填充速度
1.28 s
TTFT
首 token 延迟
12.52 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 · IQ3_XS Decode 233.71 · Prefill 783.62 ·
- Ollama · IQ3_XS （当前）Decode 212.17 · Prefill 767.04 ·
- Ollama · Q4_K_S Decode 185.61 · Prefill 631.22 ·
- llama.cpp · Q6_K Decode 137.3 · Prefill 696.86 ·
- Strata · Q4_K_M Decode 252.52 · Prefill 1255.16 ·
核心数据
- Decode（平均）
- 212.17 tok/s
- Prefill（平均）
- 767.04 tok/s
- TTFT（平均）
- 1.28 s
- VRAM（平均）
- 12.52 GB
- MTP 接受率
- —
- TTFB
- 1.7 GB
- 功耗
- 276.7 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
- IQ3_XS
- 框架
- Ollama
- 版本
- v0.33
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 12.52 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.8
- 电源功耗
- 276.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · Ubuntu 22.04 · CUDA 12.8 · 8192 ctx
212.17 tok/s
Decode
767.04 tok/s
Prefill
1.28 s
TTFT
12.52 GB
VRAM
—
MTP
276.7 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=28 running model_id=53 at IQ3_XS