返回搜索结果
Qwen3-8B · Q6_K
Apple M5 Ultra512GBllama.cpp v0.50L2 跨框架验证
本页汇总 Qwen3-8B（Q6_K）在 Apple M5 Ultra 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。
73.25 tok/s
Decode
解码速度
373.92 tok/s
Prefill
预填充速度
0.21 s
TTFT
首 token 延迟
18.9 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
17 天前
最后验证
性能表现
- llama.cpp · Q4_K_M Decode 102.09 · Prefill 450.54 ·
- llama.cpp · Q6_K （当前）Decode 73.25 · Prefill 373.92 ·
- Ollama · IQ3_XS Decode 108 · Prefill 446.71 ·
- Ollama · Q4_K_S Decode 102.76 · Prefill 333.29 ·
核心数据
- Decode（平均）
- 73.25 tok/s
- Prefill（平均）
- 373.92 tok/s
- TTFT（平均）
- 0.21 s
- VRAM（平均）
- 18.9 GB
- MTP 接受率
- —
- TTFB
- 0.59 GB
- 功耗
- 119.7 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
- Q6_K
- 框架
- llama.cpp
- 版本
- v0.50
- 上下文长度
- 2048 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 M5 Ultra
- 标称显存
- 512 GB
- 实测显存（均值）
- 18.9 GB
- 系统
- macOS 26.1
- 电源功耗
- 119.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.50 · macOS 26.1 · 2048 ctx
73.25 tok/s
Decode
373.92 tok/s
Prefill
0.21 s
TTFT
18.9 GB
VRAM
—
MTP
119.7 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=29 running model_id=53 at Q6_K