Arao AI
返回搜索结果

Qwen3.6-27B · Q3_K_M

发起讨论
Apple M4 Max128GBvLLM v0.33L2 跨框架验证

本页汇总 Qwen3.6-27B（Q3_K_M）在 Apple M4 Max 上以 vLLM 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。

174.24 tok/s

Decode

解码速度

673.46 tok/s

Prefill

预填充速度

0.17 s

TTFT

首 token 延迟

40.66 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 （当前）Decode 174.24 · Prefill 673.46 ·
  4. Ollama · Q6_K Decode 99.52 · Prefill 397.09 ·

核心数据

Decode（平均）
174.24 tok/s
Prefill（平均）
673.46 tok/s
TTFT（平均）
0.17 s
VRAM（平均）
40.66 GB
MTP 接受率
—
TTFB
1.39 GB
功耗
94.7 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
Q3_K_M
框架
vLLM
版本
v0.33
上下文长度
16384 tokens
批次大小
8
GPU 层数
999
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）
40.66 GB
系统
macOS 15.0
驱动
Apple M4 Max
CUDA
N/A
电源功耗
94.7 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

    v0.33 · macOS 15.0 · CUDA N/A · 16384 ctx

    174.24 tok/s

    Decode

    673.46 tok/s

    Prefill

    0.17 s

    TTFT

    40.66 GB

    VRAM

    —

    MTP

    94.7 W

    功耗

    L2 batch seed 2026-10-10: vLLM on hw_id=26 running model_id=6 at Q3_K_M