返回搜索结果
Qwen3.5-4B · Q3_K_L
Apple M2 Ultrallama.cpp v0.51L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_L）在 Apple M2 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。
147.11 tok/s
Decode
解码速度
678.92 tok/s
Prefill
预填充速度
1.62 s
TTFT
首 token 延迟
8.15 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 · IQ3_XS Decode 156.36 · Prefill 856.45 ·
- llama.cpp · Q3_K_L （当前）Decode 147.11 · Prefill 678.92 ·
- Ollama · IQ2_M Decode 176 · Prefill 698.29 ·
- vLLM · Q3_K_L Decode 164.19 · Prefill 535.64 ·
- vLLM · Q3_K_S Decode 169.83 · Prefill 644.07 ·
- Ollama · FP16 Decode 60.62 · Prefill 204.54 ·
核心数据
- Decode（平均）
- 147.11 tok/s
- Prefill（平均）
- 678.92 tok/s
- TTFT（平均）
- 1.62 s
- VRAM（平均）
- 8.15 GB
- MTP 接受率
- —
- TTFB
- 1.18 GB
- 功耗
- 123.3 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
- Q3_K_L
- 框架
- llama.cpp
- 版本
- v0.51
- 上下文长度
- 4096 tokens
- 批次大小
- 512
- GPU 层数
- 99
- 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 M2 Ultra
- 实测显存（均值）
- 8.15 GB
- 系统
- macOS 26.1
- 电源功耗
- 123.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.51 · macOS 26.1 · 4096 ctx
147.11 tok/s
Decode
678.92 tok/s
Prefill
1.62 s
TTFT
8.15 GB
VRAM
—
MTP
123.3 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=48 at Q3_K_L