返回搜索结果
Qwen3.6-35B-A3B · IQ1_S
Apple M3 Max36GBvLLM v0.36L2 跨框架验证
本页汇总 Qwen3.6-35B-A3B（IQ1_S）在 Apple M3 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。
102.56 tok/s
Decode
解码速度
411.25 tok/s
Prefill
预填充速度
1.72 s
TTFT
首 token 延迟
32.97 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
- llama.cpp · IQ2_XS Decode 89.41 · Prefill 406.89 ·
- vLLM · IQ1_S （当前）Decode 102.56 · Prefill 411.25 ·
核心数据
- Decode（平均）
- 102.56 tok/s
- Prefill（平均）
- 411.25 tok/s
- TTFT（平均）
- 1.72 s
- VRAM（平均）
- 32.97 GB
- MTP 接受率
- —
- TTFB
- 0.82 GB
- 功耗
- 86.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.6-35B-A3B
- 量化方式
- IQ1_S
- 框架
- vLLM
- 版本
- v0.36
- 上下文长度
- 16384 tokens
- 批次大小
- 16
- 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 M3 Max
- 标称显存
- 36 GB
- 实测显存（均值）
- 32.97 GB
- 系统
- macOS 15.0
- 驱动
- Apple M3 Max
- CUDA
- N/A
- 电源功耗
- 86.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · macOS 15.0 · CUDA N/A · 16384 ctx
102.56 tok/s
Decode
411.25 tok/s
Prefill
1.72 s
TTFT
32.97 GB
VRAM
—
MTP
86.4 W
功耗
L2 batch seed 2026-10-10: vLLM on hw_id=4 running model_id=47 at IQ1_S