返回搜索结果
Qwen3.5-0.8B · Q6_K
Apple M2 Ultrallama.cpp v0.25L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q6_K）在 Apple M2 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。
188.49 tok/s
Decode
解码速度
853.9 tok/s
Prefill
预填充速度
1.52 s
TTFT
首 token 延迟
3.78 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
16 天前
最后验证
性能表现
- llama.cpp · IQ1_S Decode 344.97 · Prefill 1343.81 ·
- llama.cpp · Q6_K （当前）Decode 188.49 · Prefill 853.9 ·
- Ollama · FP16 Decode 117 · Prefill 552.38 ·
- Ollama · Q8_0 Decode 150.72 · Prefill 712.42 ·
- Ollama · IQ4_XS Decode 235.75 · Prefill 979.9 ·
- Strata · Q3_K_L Decode 328.49 · Prefill 1202.75 ·
- Strata · Q8_0 Decode 256.65 · Prefill 954.91 ·
核心数据
- Decode（平均）
- 188.49 tok/s
- Prefill（平均）
- 853.9 tok/s
- TTFT（平均）
- 1.52 s
- VRAM（平均）
- 3.78 GB
- MTP 接受率
- —
- TTFB
- 1.51 GB
- 功耗
- 145.2 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
- Q6_K
- 框架
- llama.cpp
- 版本
- v0.25
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- 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 M2 Ultra
- 实测显存（均值）
- 3.78 GB
- 系统
- macOS 26.1
- 电源功耗
- 145.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · macOS 26.1 · 16384 ctx
188.49 tok/s
Decode
853.9 tok/s
Prefill
1.52 s
TTFT
3.78 GB
VRAM
—
MTP
145.2 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=51 at Q6_K