返回搜索结果
Qwen3.5-4B · Q5_K_M
Apple M4 Max128GBllama.cpp v0.21L2 跨框架验证
本页汇总 Qwen3.5-4B（Q5_K_M）在 Apple M4 Max 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。
206.25 tok/s
Decode
解码速度
667.88 tok/s
Prefill
预填充速度
1.26 s
TTFT
首 token 延迟
9.91 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 （当前）Decode 206.25 · Prefill 667.88 ·
- Ollama · Q3_K_L 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）
- 206.25 tok/s
- Prefill（平均）
- 667.88 tok/s
- TTFT（平均）
- 1.26 s
- VRAM（平均）
- 9.91 GB
- MTP 接受率
- —
- TTFB
- 1.65 GB
- 功耗
- 51 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
- Q5_K_M
- 框架
- llama.cpp
- 版本
- v0.21
- 上下文长度
- 2048 tokens
- 批次大小
- 256
- 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 M4 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 9.91 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Max
- CUDA
- N/A
- 电源功耗
- 51 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.21 · macOS 15.0 · CUDA N/A · 2048 ctx
206.25 tok/s
Decode
667.88 tok/s
Prefill
1.26 s
TTFT
9.91 GB
VRAM
—
MTP
51 W
功耗
L2 batch seed 2026-10-10: llama.cpp on hw_id=26 running model_id=48 at Q5_K_M