Arao AI
返回搜索结果

Qwen3.8-27B · IQ3_S

发起讨论
Apple M4 Max128GBStrata v0.36L2 跨框架验证

本页汇总 Qwen3.8-27B（IQ3_S）在 Apple M4 Max 上以 Strata 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。

228.14 tok/s

Decode

解码速度

1,118.4 tok/s

Prefill

预填充速度

1.99 s

TTFT

首 token 延迟

39.52 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. vLLM · Q5_K_S Decode 122.2 · Prefill 481.39 ·
  2. Strata · IQ2_M Decode 265.43 · Prefill 1342.3 ·
  3. Strata · IQ3_S （当前）Decode 228.14 · Prefill 1118.4 ·
  4. llama.cpp · Q4_K_M Decode 26 · Prefill 195 ·

核心数据

Decode（平均）
228.14 tok/s
Prefill（平均）
1,118.4 tok/s
TTFT（平均）
1.99 s
VRAM（平均）
39.52 GB
MTP 接受率
0.67
TTFB
1.83 GB
功耗
53.1 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
IQ3_S
框架
Strata
版本
v0.36
上下文长度
2048 tokens
批次大小
256
GPU 层数
8
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）
39.52 GB
系统
macOS 15.0
驱动
Apple M4 Max
CUDA
N/A
电源功耗
53.1 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

    v0.36 · macOS 15.0 · CUDA N/A · 2048 ctx

    228.14 tok/s

    Decode

    1,118.4 tok/s

    Prefill

    1.99 s

    TTFT

    39.52 GB

    VRAM

    0.67

    MTP

    53.1 W

    功耗

    L2 batch seed 2026-10-10: Strata on hw_id=26 running model_id=5 at IQ3_S