返回搜索结果
Qwen3-Embedding-0.6B · IQ3_XS
Apple M2 UltraStrata v0.40L2 跨框架验证
本页汇总 Qwen3-Embedding-0.6B（IQ3_XS）在 Apple M2 Ultra 上以 Strata 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。
284.88 tok/s
Decode
解码速度
1,247.89 tok/s
Prefill
预填充速度
0.75 s
TTFT
首 token 延迟
2.88 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 · FP16 Decode 152.68 · Prefill 595.8 ·
- vLLM · Q2_K Decode 308 · Prefill 1290.58 ·
- Strata · IQ3_XS （当前）Decode 284.88 · Prefill 1247.89 ·
核心数据
- Decode（平均）
- 284.88 tok/s
- Prefill（平均）
- 1,247.89 tok/s
- TTFT（平均）
- 0.75 s
- VRAM（平均）
- 2.88 GB
- MTP 接受率
- 0.47
- TTFB
- 2.28 GB
- 功耗
- 59.9 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
- IQ3_XS
- 框架
- Strata
- 版本
- v0.40
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 8
- 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）
- 2.88 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Ultra
- CUDA
- N/A
- 电源功耗
- 59.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.40 · macOS 15.0 · CUDA N/A · 32768 ctx
284.88 tok/s
Decode
1,247.89 tok/s
Prefill
0.75 s
TTFT
2.88 GB
VRAM
0.47
MTP
59.9 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=103 running model_id=62 at IQ3_XS