返回搜索结果
Qwen3.5-4B · Q3_K_L
Apple M4 Max128GBOllama v0.43L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_L）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。
222.79 tok/s
Decode
解码速度
746.94 tok/s
Prefill
预填充速度
2.32 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
今天
最后验证
性能表现
- llama.cpp · Q5_K_M Decode 206.25 · Prefill 667.88 ·
- Ollama · Q3_K_L （当前）Decode 222.79 · Prefill 746.94 ·
- Ollama · Q4_K_M Decode 207.82 · Prefill 1018.29 ·
- Strata · IQ4_XS Decode 330.49 · Prefill 1150.53 ·
- Strata · Q2_K Decode 349.71 · Prefill 1794.35 ·
核心数据
- Decode（平均）
- 222.79 tok/s
- Prefill（平均）
- 746.94 tok/s
- TTFT（平均）
- 2.32 s
- VRAM（平均）
- 8.15 GB
- MTP 接受率
- —
- TTFB
- 1.78 GB
- 功耗
- 55.8 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
- Ollama
- 版本
- v0.43
- 上下文长度
- 2048 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 M4 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 8.15 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Max
- CUDA
- N/A
- 电源功耗
- 55.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · macOS 15.0 · CUDA N/A · 2048 ctx
222.79 tok/s
Decode
746.94 tok/s
Prefill
2.32 s
TTFT
8.15 GB
VRAM
—
MTP
55.8 W
功耗
L2 batch seed 2026-10-10: Ollama on hw_id=26 running model_id=48 at Q3_K_L