返回搜索结果
Qwen3.5-4B · FP16
Apple M2 UltraOllama v0.47L2 跨框架验证
本页汇总 Qwen3.5-4B（FP16）在 Apple M2 Ultra 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。
60.62 tok/s
Decode
解码速度
204.54 tok/s
Prefill
预填充速度
0.12 s
TTFT
首 token 延迟
17.64 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
- vLLM · Q3_K_L Decode 164.19 · Prefill 535.64 ·
- vLLM · Q3_K_S Decode 169.83 · Prefill 644.07 ·
- Ollama · FP16 （当前）Decode 60.62 · Prefill 204.54 ·
- Ollama · IQ2_M Decode 182.13 · Prefill 713.62 ·
核心数据
- Decode（平均）
- 60.62 tok/s
- Prefill（平均）
- 204.54 tok/s
- TTFT（平均）
- 0.12 s
- VRAM（平均）
- 17.64 GB
- MTP 接受率
- —
- TTFB
- 0.48 GB
- 功耗
- 29.6 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
- FP16
- 框架
- Ollama
- 版本
- v0.47
- 上下文长度
- 32768 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 M2 Ultra
- 实测显存（均值）
- 17.64 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Ultra
- CUDA
- N/A
- 电源功耗
- 29.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.47 · macOS 15.0 · CUDA N/A · 32768 ctx
60.62 tok/s
Decode
204.54 tok/s
Prefill
0.12 s
TTFT
17.64 GB
VRAM
—
MTP
29.6 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=103 running model_id=48 at FP16