返回搜索结果
Qwen3.5-4B · Q3_K_S
Apple M2 UltravLLM v0.33L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_S）在 Apple M2 Ultra 上以 vLLM 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。
169.83 tok/s
Decode
解码速度
644.07 tok/s
Prefill
预填充速度
0.8 s
TTFT
首 token 延迟
7.56 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 （当前）Decode 169.83 · Prefill 644.07 ·
- Ollama · FP16 Decode 60.62 · Prefill 204.54 ·
- Ollama · IQ2_M Decode 182.13 · Prefill 713.62 ·
核心数据
- Decode（平均）
- 169.83 tok/s
- Prefill（平均）
- 644.07 tok/s
- TTFT（平均）
- 0.8 s
- VRAM（平均）
- 7.56 GB
- MTP 接受率
- —
- TTFB
- 1.36 GB
- 功耗
- 63.9 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_S
- 框架
- vLLM
- 版本
- v0.33
- 上下文长度
- 32768 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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）
- 7.56 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Ultra
- CUDA
- N/A
- 电源功耗
- 63.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.33 · macOS 15.0 · CUDA N/A · 32768 ctx
169.83 tok/s
Decode
644.07 tok/s
Prefill
0.8 s
TTFT
7.56 GB
VRAM
—
MTP
63.9 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=103 running model_id=48 at Q3_K_S