返回搜索结果
Qwen3.5-0.8B · IQ3_S
Apple M5 Max128GBllama.cpp v0.51L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ3_S）在 Apple M5 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。
184.05 tok/s
Decode
解码速度
824.37 tok/s
Prefill
预填充速度
1.86 s
TTFT
首 token 延迟
3.21 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
17 天前
最后验证
性能表现
- llama.cpp · IQ3_S （当前）Decode 184.05 · Prefill 824.37 ·
- Ollama · IQ3_S Decode 248.21 · Prefill 1111.71 ·
- Ollama · IQ4_XS Decode 157.93 · Prefill 586.06 ·
- Ollama · Q4_K_S 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 · Q2_K Decode 281.81 · Prefill 1519.14 ·
- Strata · IQ2_M Decode 308.09 · Prefill 1499.86 ·
核心数据
- Decode（平均）
- 184.05 tok/s
- Prefill（平均）
- 824.37 tok/s
- TTFT（平均）
- 1.86 s
- VRAM（平均）
- 3.21 GB
- MTP 接受率
- —
- TTFB
- 1.47 GB
- 功耗
- 45.9 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
- IQ3_S
- 框架
- llama.cpp
- 版本
- v0.51
- 上下文长度
- 2048 tokens
- 批次大小
- 512
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 3.21 GB
- 系统
- macOS 26.1
- 电源功耗
- 45.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.51 · macOS 26.1 · 2048 ctx
184.05 tok/s
Decode
824.37 tok/s
Prefill
1.86 s
TTFT
3.21 GB
VRAM
—
MTP
45.9 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=28 running model_id=51 at IQ3_S