返回搜索结果
Qwen3.5-0.8B · Q4_K_S
Apple M5 Max128GBOllama v0.25L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q4_K_S）在 Apple M5 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。
308.8 tok/s
Decode
解码速度
1,388.47 tok/s
Prefill
预填充速度
2 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
2 天前
最后验证
性能表现
- Ollama · Q4_K_S （当前）Decode 308.8 · Prefill 1388.47 ·
- Ollama · Q5_K_M Decode 365.7 · Prefill 1467.25 ·
- Strata · FP16 Decode 330.86 · Prefill 1157.2 ·
- Strata · Q4_K_M Decode 357.61 · Prefill 1232.58 ·
- Ollama · IQ3_S Decode 329.08 · Prefill 1581.37 ·
- Ollama · Q2_K Decode 281.81 · Prefill 1519.14 ·
- Strata · IQ2_M Decode 308.09 · Prefill 1499.86 ·
核心数据
- Decode（平均）
- 308.8 tok/s
- Prefill（平均）
- 1,388.47 tok/s
- TTFT（平均）
- 2 s
- VRAM（平均）
- 3.41 GB
- MTP 接受率
- —
- TTFB
- 2.47 GB
- 功耗
- 230.9 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
- Q4_K_S
- 框架
- Ollama
- 版本
- v0.25
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 3.41 GB
- 系统
- Ubuntu 22.04
- 驱动
- 570.86
- CUDA
- 12.6
- 电源功耗
- 230.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · Ubuntu 22.04 · CUDA 12.6 · 8192 ctx
308.8 tok/s
Decode
1,388.47 tok/s
Prefill
2 s
TTFT
3.41 GB
VRAM
—
MTP
230.9 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=28 running model_id=51 at Q4_K_S