返回搜索结果
Qwen3.5-0.8B · Q4_K_S
Apple M4 Max128GBllama.cpp v0.41L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q4_K_S）在 Apple M4 Max 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。
304.54 tok/s
Decode
解码速度
1,527.8 tok/s
Prefill
预填充速度
1.17 s
TTFT
首 token 延迟
3.41 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 · IQ4_XS Decode 313.09 · Prefill 1177.06 ·
- llama.cpp · Q4_K_S （当前）Decode 304.54 · Prefill 1527.8 ·
- Strata · Q2_K Decode 352.85 · Prefill 1792.79 ·
- Strata · Q3_K_L Decode 303.63 · Prefill 1479.8 ·
核心数据
- Decode（平均）
- 304.54 tok/s
- Prefill（平均）
- 1,527.8 tok/s
- TTFT（平均）
- 1.17 s
- VRAM（平均）
- 3.41 GB
- MTP 接受率
- —
- TTFB
- 2.44 GB
- 功耗
- 46.3 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
- Q4_K_S
- 框架
- llama.cpp
- 版本
- v0.41
- 上下文长度
- 8192 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 M4 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 3.41 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Max
- CUDA
- N/A
- 电源功耗
- 46.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · macOS 15.0 · CUDA N/A · 8192 ctx
304.54 tok/s
Decode
1,527.8 tok/s
Prefill
1.17 s
TTFT
3.41 GB
VRAM
—
MTP
46.3 W
功耗
L2 batch seed 2026-10-10: llama.cpp on hw_id=26 running model_id=51 at Q4_K_S