Arao AI
返回搜索结果

Qwen3.6-27B · Q6_K

发起讨论
Apple M4 Max128GBOllama v0.42L2 跨框架验证

本页汇总 Qwen3.6-27B（Q6_K）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。

99.52 tok/s

Decode

解码速度

397.09 tok/s

Prefill

预填充速度

0.94 s

TTFT

首 token 延迟

58.8 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

  1. llama.cpp · IQ2_M Decode 189.88 · Prefill 951.61 ·
  2. llama.cpp · IQ2_XS Decode 191.16 · Prefill 1032.54 ·
  3. vLLM · Q3_K_M Decode 174.24 · Prefill 673.46 ·
  4. Ollama · Q6_K （当前）Decode 99.52 · Prefill 397.09 ·

核心数据

Decode（平均）
99.52 tok/s
Prefill（平均）
397.09 tok/s
TTFT（平均）
0.94 s
VRAM（平均）
58.8 GB
MTP 接受率
—
TTFB
0.8 GB
功耗
90.7 W

基础配置

成员级字段取自最近一次实测

模型
Qwen3.6-27B
量化方式
Q6_K
框架
Ollama
版本
v0.42
上下文长度
2048 tokens
批次大小
512
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 M4 Max
标称显存
128 GB
实测显存（均值）
58.8 GB
系统
macOS 15.0
驱动
Apple M4 Max
CUDA
N/A
电源功耗
90.7 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-10

    v0.42 · macOS 15.0 · CUDA N/A · 2048 ctx

    99.52 tok/s

    Decode

    397.09 tok/s

    Prefill

    0.94 s

    TTFT

    58.8 GB

    VRAM

    —

    MTP

    90.7 W

    功耗

    L2 batch seed 2026-10-10: Ollama on hw_id=26 running model_id=6 at Q6_K