返回搜索结果
Qwen3.5-0.8B · IQ3_XS
Apple M1 ProvLLM v0.55L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ3_XS）在 Apple M1 Pro 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。
221.94 tok/s
Decode
解码速度
834.89 tok/s
Prefill
预填充速度
1.34 s
TTFT
首 token 延迟
3.14 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 88.25 · Prefill 446.82 ·
- vLLM · IQ3_XS （当前）Decode 221.94 · Prefill 834.89 ·
- Strata · IQ4_XS Decode 263.91 · Prefill 1056.07 ·
- Strata · Q6_K Decode 165.63 · Prefill 531.23 ·
核心数据
- Decode（平均）
- 221.94 tok/s
- Prefill（平均）
- 834.89 tok/s
- TTFT（平均）
- 1.34 s
- VRAM（平均）
- 3.14 GB
- MTP 接受率
- —
- TTFB
- 1.78 GB
- 功耗
- 44.9 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-0.8B
- 量化方式
- IQ3_XS
- 框架
- vLLM
- 版本
- v0.55
- 上下文长度
- 16384 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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 M1 Pro
- 实测显存（均值）
- 3.14 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Pro
- CUDA
- N/A
- 电源功耗
- 44.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.55 · macOS 15.0 · CUDA N/A · 16384 ctx
221.94 tok/s
Decode
834.89 tok/s
Prefill
1.34 s
TTFT
3.14 GB
VRAM
—
MTP
44.9 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=100 running model_id=51 at IQ3_XS