Arao AI
返回搜索结果

Qwen3.5-35B-A3B · IQ2_XS

发起讨论
Apple M4 Max128GBOllama v0.39L2 跨框架验证

本页汇总 Qwen3.5-35B-A3B（IQ2_XS）在 Apple M4 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。

138.01 tok/s

Decode

解码速度

631.53 tok/s

Prefill

预填充速度

2.31 s

TTFT

首 token 延迟

38.39 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

  1. vLLM · IQ4_XS Decode 115.28 · Prefill 541.34 ·
  2. vLLM · Q4_K_S Decode 115.9 · Prefill 629 ·
  3. Ollama · IQ2_XS （当前）Decode 138.01 · Prefill 631.53 ·

核心数据

Decode（平均）
138.01 tok/s
Prefill（平均）
631.53 tok/s
TTFT（平均）
2.31 s
VRAM（平均）
38.39 GB
MTP 接受率
—
TTFB
1.1 GB
功耗
39.3 W

基础配置

成员级字段取自最近一次实测

模型
Qwen3.5-35B-A3B
量化方式
IQ2_XS
框架
Ollama
版本
v0.39
上下文长度
8192 tokens
批次大小
256
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 M4 Max
标称显存
128 GB
实测显存（均值）
38.39 GB
系统
macOS 15.0
驱动
Apple M4 Max
CUDA
N/A
电源功耗
39.3 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-10

    v0.39 · macOS 15.0 · CUDA N/A · 8192 ctx

    138.01 tok/s

    Decode

    631.53 tok/s

    Prefill

    2.31 s

    TTFT

    38.39 GB

    VRAM

    —

    MTP

    39.3 W

    功耗

    L2 batch seed 2026-10-10: Ollama on hw_id=26 running model_id=15 at IQ2_XS