返回搜索结果
Qwen3.5-0.8B · IQ2_M
Apple M5 Pro64GBvLLM v0.33L2 跨框架验证
本页汇总 Qwen3.5-0.8B（IQ2_M）在 Apple M5 Pro 上以 vLLM 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。
323.11 tok/s
Decode
解码速度
1,474.14 tok/s
Prefill
预填充速度
0.67 s
TTFT
首 token 延迟
2.97 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
5 天前
最后验证
性能表现
- llama.cpp · IQ1_S Decode 341.6 · Prefill 1406.03 ·
- vLLM · IQ2_M （当前）Decode 323.11 · Prefill 1474.14 ·
- vLLM · Q3_K_M Decode 358.52 · Prefill 1906.72 ·
核心数据
- Decode（平均）
- 323.11 tok/s
- Prefill（平均）
- 1,474.14 tok/s
- TTFT（平均）
- 0.67 s
- VRAM（平均）
- 2.97 GB
- MTP 接受率
- —
- TTFB
- 2.58 GB
- 功耗
- 138.2 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
- IQ2_M
- 框架
- vLLM
- 版本
- v0.33
- 上下文长度
- 2048 tokens
- 批次大小
- 8
- GPU 层数
- 999
- Flash Attention
- 关闭
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 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 2.97 GB
- 系统
- macOS 15.0
- 驱动
- Apple M5 Pro
- CUDA
- N/A
- 电源功耗
- 138.2 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 · 2048 ctx
323.11 tok/s
Decode
1,474.14 tok/s
Prefill
0.67 s
TTFT
2.97 GB
VRAM
—
MTP
138.2 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=27 running model_id=51 at IQ2_M