返回搜索结果
Qwen3.5-0.8B · Q3_K_M
Apple M3 Max36GBOllama v0.33L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q3_K_M）在 Apple M3 Max 上以 Ollama 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。
286.62 tok/s
Decode
解码速度
1,285.71 tok/s
Prefill
预填充速度
1.04 s
TTFT
首 token 延迟
3.24 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
今天
最后验证
性能表现
- llama.cpp · IQ2_XS Decode 369.47 · Prefill 2026.25 ·
- llama.cpp · IQ3_XS Decode 313.86 · Prefill 1064.12 ·
- Ollama · Q3_K_M （当前）Decode 286.62 · Prefill 1285.71 ·
- Strata · Q8_0 Decode 237.48 · Prefill 1069.27 ·
核心数据
- Decode（平均）
- 286.62 tok/s
- Prefill（平均）
- 1,285.71 tok/s
- TTFT（平均）
- 1.04 s
- VRAM（平均）
- 3.24 GB
- MTP 接受率
- —
- TTFB
- 2.29 GB
- 功耗
- 81.1 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
- Q3_K_M
- 框架
- Ollama
- 版本
- v0.33
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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 M3 Max
- 标称显存
- 36 GB
- 实测显存（均值）
- 3.24 GB
- 系统
- macOS 15.0
- 驱动
- Apple M3 Max
- CUDA
- N/A
- 电源功耗
- 81.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · macOS 15.0 · CUDA N/A · 32768 ctx
286.62 tok/s
Decode
1,285.71 tok/s
Prefill
1.04 s
TTFT
3.24 GB
VRAM
—
MTP
81.1 W
功耗
L2 batch seed 2026-10-10: Ollama on hw_id=4 running model_id=51 at Q3_K_M