Arao AI
返回搜索结果

Qwen3.8-27B · IQ2_XS

发起讨论
Apple M2 Ultrallama.cpp v0.22L2 跨框架验证

本页汇总 Qwen3.8-27B（IQ2_XS）在 Apple M2 Ultra 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。

77.57 tok/s

Decode

解码速度

340.43 tok/s

Prefill

预填充速度

0.89 s

TTFT

首 token 延迟

29.32 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

16 天前

最后验证

性能表现

  1. llama.cpp · IQ2_XS （当前）Decode 77.57 · Prefill 340.43 ·
  2. Ollama · IQ2_XS Decode 73.6 · Prefill 261.9 ·
  3. Ollama · IQ3_XS Decode 64.55 · Prefill 256.75 ·

核心数据

Decode（平均）
77.57 tok/s
Prefill（平均）
340.43 tok/s
TTFT（平均）
0.89 s
VRAM（平均）
29.32 GB
MTP 接受率
—
TTFB
0.62 GB
功耗
129.4 W

基础配置

成员级字段取自最近一次实测

模型
Qwen3.8-27B
量化方式
IQ2_XS
框架
llama.cpp
版本
v0.22
上下文长度
4096 tokens
批次大小
256
GPU 层数
99
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 M2 Ultra
实测显存（均值）
29.32 GB
系统
macOS 26.1
电源功耗
129.4 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 2026-10-19

    v0.22 · macOS 26.1 · 4096 ctx

    77.57 tok/s

    Decode

    340.43 tok/s

    Prefill

    0.89 s

    TTFT

    29.32 GB

    VRAM

    —

    MTP

    129.4 W

    功耗

    L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=5 at IQ2_XS