返回搜索结果
Qwen3-Embedding-0.6B · Q3_K_M
Apple M1 MaxvLLM v0.50L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（Q3_K_M）在 Apple M1 Max 上以 vLLM 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。
253.55 tok/s
Decode
解码速度
1,128.29 tok/s
Prefill
预填充速度
0.77 s
TTFT
首 token 延迟
2.96 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
- vLLM · Q3_K_M （当前）Decode 253.55 · Prefill 1128.29 ·
- Ollama · Q2_K Decode 294.74 · Prefill 1454.22 ·
- Ollama · Q3_K_L Decode 236.47 · Prefill 1174.1 ·
核心数据
- Decode（平均）
- 253.55 tok/s
- Prefill（平均）
- 1,128.29 tok/s
- TTFT（平均）
- 0.77 s
- VRAM（平均）
- 2.96 GB
- MTP 接受率
- —
- TTFB
- 2.03 GB
- 功耗
- 47.7 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-Embedding-0.6B
- 量化方式
- Q3_K_M
- 框架
- vLLM
- 版本
- v0.50
- 上下文长度
- 8192 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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 M1 Max
- 实测显存（均值）
- 2.96 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Max
- CUDA
- N/A
- 电源功耗
- 47.7 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 15.0 · CUDA N/A · 8192 ctx
253.55 tok/s
Decode
1,128.29 tok/s
Prefill
0.77 s
TTFT
2.96 GB
VRAM
—
MTP
47.7 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=101 running model_id=62 at Q3_K_M