返回搜索结果
Qwen3.5-4B · Q4_K_M
Apple M2 Prollama.cpp v0.49L2 跨框架验证
本页汇总 Qwen3.5-4B（Q4_K_M）在 Apple M2 Pro 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。
94 tok/s
Decode
解码速度
499.11 tok/s
Prefill
预填充速度
1.42 s
TTFT
首 token 延迟
8.99 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
- llama.cpp · IQ2_M Decode 118.95 · Prefill 519.35 ·
- llama.cpp · Q4_K_M （当前）Decode 94 · Prefill 499.11 ·
- Ollama · Q6_K Decode 70.16 · Prefill 240.68 ·
核心数据
- Decode（平均）
- 94 tok/s
- Prefill（平均）
- 499.11 tok/s
- TTFT（平均）
- 1.42 s
- VRAM（平均）
- 8.99 GB
- MTP 接受率
- —
- TTFB
- 0.75 GB
- 功耗
- 65.7 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-4B
- 量化方式
- Q4_K_M
- 框架
- llama.cpp
- 版本
- v0.49
- 上下文长度
- 16384 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 M2 Pro
- 实测显存（均值）
- 8.99 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Pro
- CUDA
- N/A
- 电源功耗
- 65.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · macOS 15.0 · CUDA N/A · 16384 ctx
94 tok/s
Decode
499.11 tok/s
Prefill
1.42 s
TTFT
8.99 GB
VRAM
—
MTP
65.7 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=102 running model_id=48 at Q4_K_M