返回搜索结果
Qwen3.5-9B · IQ3_XS
Apple M1 Prollama.cpp v0.34L2 跨框架验证
本页汇总 Qwen3.5-9B（IQ3_XS）在 Apple M1 Pro 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。
75.72 tok/s
Decode
解码速度
277.89 tok/s
Prefill
预填充速度
0.55 s
TTFT
首 token 延迟
13.82 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
- llama.cpp · IQ3_XS （当前）Decode 75.72 · Prefill 277.89 ·
- vLLM · IQ2_M Decode 84.15 · Prefill 281.3 ·
- vLLM · Q3_K_S Decode 79.35 · Prefill 395.79 ·
核心数据
- Decode（平均）
- 75.72 tok/s
- Prefill（平均）
- 277.89 tok/s
- TTFT（平均）
- 0.55 s
- VRAM（平均）
- 13.82 GB
- MTP 接受率
- —
- TTFB
- 0.61 GB
- 功耗
- 45.3 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.5-9B
- 量化方式
- IQ3_XS
- 框架
- llama.cpp
- 版本
- v0.34
- 上下文长度
- 32768 tokens
- 批次大小
- 256
- GPU 层数
- 28
- 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 M1 Pro
- 实测显存（均值）
- 13.82 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Pro
- CUDA
- N/A
- 电源功耗
- 45.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · macOS 15.0 · CUDA N/A · 32768 ctx
75.72 tok/s
Decode
277.89 tok/s
Prefill
0.55 s
TTFT
13.82 GB
VRAM
—
MTP
45.3 W
功耗
L2 batch seed 2026-10-16: llama.cpp on hw_id=100 running model_id=49 at IQ3_XS