返回搜索结果
Qwen3.5-4B · Q3_K_L
Apple M5 Max128GBllama.cpp v0.37L2 跨框架验证
本页汇总 Qwen3.5-4B（Q3_K_L）在 Apple M5 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。
104.81 tok/s
Decode
解码速度
351.35 tok/s
Prefill
预填充速度
2.2 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 · Q3_K_L （当前）Decode 104.81 · Prefill 351.35 ·
- Ollama · IQ1_S Decode 115.64 · Prefill 505.04 ·
- Ollama · Q5_K_S Decode 65.93 · Prefill 214.6 ·
- llama.cpp · IQ3_S Decode 279.98 · Prefill 1354 ·
- Strata · Q3_K_L Decode 354.31 · Prefill 1310.91 ·
- Strata · Q5_K_S Decode 279.1 · Prefill 1192.93 ·
- vLLM · IQ2_M Decode 364.07 · Prefill 1250.03 ·
- vLLM · Q4_K_S Decode 256.46 · Prefill 848.78 ·
- Strata · Q5_K_M Decode 272.64 · Prefill 963.9 ·
核心数据
- Decode（平均）
- 104.81 tok/s
- Prefill（平均）
- 351.35 tok/s
- TTFT（平均）
- 2.2 s
- VRAM（平均）
- 8.15 GB
- MTP 接受率
- —
- TTFB
- 0.84 GB
- 功耗
- 49 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
- v0.37
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 8.15 GB
- 系统
- macOS 26.1
- 电源功耗
- 49 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.37 · macOS 26.1 · 8192 ctx
104.81 tok/s
Decode
351.35 tok/s
Prefill
2.2 s
TTFT
8.15 GB
VRAM
—
MTP
49 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=28 running model_id=48 at Q3_K_L