返回搜索结果
Qwen3.5-9B · Q5_K_S
Apple M5 Max128GBvLLM v0.33L2 跨框架验证
本页汇总 Qwen3.5-9B（Q5_K_S）在 Apple M5 Max 上以 vLLM 运行的 2 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。
163.05 tok/s
Decode
解码速度
700.99 tok/s
Prefill
预填充速度
0.86 s
TTFT
首 token 延迟
19.11 GB
VRAM
显存占用
L2 跨框架验证
2
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 · IQ3_S Decode 222.48 · Prefill 1168.2 ·
- vLLM · Q5_K_S （当前）Decode 163.05 · Prefill 700.99 ·
- Strata · Q3_K_M Decode 284.27 · Prefill 948.35 ·
- vLLM · Q5_K_M Decode 148.01 · Prefill 738.05 ·
核心数据
- Decode（平均）
- 163.05 tok/s
- Prefill（平均）
- 700.99 tok/s
- TTFT（平均）
- 0.86 s
- VRAM（平均）
- 19.11 GB
- MTP 接受率
- —
- TTFB
- 1.31 GB
- 功耗
- 140.8 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
- Q5_K_S
- 框架
- vLLM
- 版本
- v0.33
- 上下文长度
- 8192 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 19.11 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.6
- 电源功耗
- 174.2 W
来源与证据
共 2 条实测记录，逐条可回溯到原始出处
v0.33 · Ubuntu 22.04 · CUDA 12.6 · 8192 ctx
152.57 tok/s
Decode
518.94 tok/s
Prefill
0.41 s
TTFT
19.11 GB
VRAM
—
MTP
174.2 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=28 running model_id=49 at Q5_K_S
v0.28 · macOS 15.0 · CUDA N/A · 16384 ctx
173.52 tok/s
Decode
883.03 tok/s
Prefill
1.32 s
TTFT
19.11 GB
VRAM
—
MTP
107.4 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=28 running model_id=49 at Q5_K_S