返回搜索结果
Qwen3.5-0.8B · Q8_0
Apple M5 Ultra512GBllama.cpp v0.30L2 跨框架验证
本页汇总 Qwen3.5-0.8B（Q8_0）在 Apple M5 Ultra 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。
165.05 tok/s
Decode
解码速度
859.2 tok/s
Prefill
预填充速度
0.78 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
16 天前
最后验证
性能表现
- llama.cpp · Q8_0 （当前）Decode 165.05 · Prefill 859.2 ·
- Ollama · IQ2_M Decode 328.08 · Prefill 1800.71 ·
- Ollama · IQ3_XS Decode 260.88 · Prefill 1003.67 ·
核心数据
- Decode（平均）
- 165.05 tok/s
- Prefill（平均）
- 859.2 tok/s
- TTFT（平均）
- 0.78 s
- VRAM（平均）
- 4.03 GB
- MTP 接受率
- —
- TTFB
- 1.32 GB
- 功耗
- 115.5 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
- llama.cpp
- 版本
- v0.30
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 20
- 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 Ultra
- 标称显存
- 512 GB
- 实测显存（均值）
- 4.03 GB
- 系统
- macOS 26.1
- 电源功耗
- 115.5 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.30 · macOS 26.1 · 4096 ctx
165.05 tok/s
Decode
859.2 tok/s
Prefill
0.78 s
TTFT
4.03 GB
VRAM
—
MTP
115.5 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=29 running model_id=51 at Q8_0