返回搜索结果
Qwen3.5-0.8B · Q8_0
Apple M3 Max36GBStrata v0.23L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q8_0）在 Apple M3 Max 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。
237.48 tok/s
Decode
解码速度
1,069.27 tok/s
Prefill
预填充速度
0.92 s
TTFT
首 token 延迟
4.03 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 Decode 286.62 · Prefill 1285.71 ·
- Strata · Q8_0 （当前）Decode 237.48 · Prefill 1069.27 ·
核心数据
- Decode（平均）
- 237.48 tok/s
- Prefill（平均）
- 1,069.27 tok/s
- TTFT（平均）
- 0.92 s
- VRAM（平均）
- 4.03 GB
- MTP 接受率
- 0.53
- TTFB
- 1.9 GB
- 功耗
- 44.3 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
- Q8_0
- 框架
- Strata
- 版本
- v0.23
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- 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 M3 Max
- 标称显存
- 36 GB
- 实测显存（均值）
- 4.03 GB
- 系统
- macOS 15.0
- 驱动
- Apple M3 Max
- CUDA
- N/A
- 电源功耗
- 44.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.23 · macOS 15.0 · CUDA N/A · 2048 ctx
237.48 tok/s
Decode
1,069.27 tok/s
Prefill
0.92 s
TTFT
4.03 GB
VRAM
0.53
MTP
44.3 W
功耗
L2 batch seed 2026-10-10: Strata on hw_id=4 running model_id=51 at Q8_0