返回搜索结果
Qwen3.8-27B · IQ2_XS
Apple M5 Ultra512GBllama.cpp v0.47L2 跨框架验证
本页汇总 Qwen3.8-27B(IQ2_XS)在 Apple M5 Ultra 上以 llama.cpp 运行的 2 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。
89.58 tok/s
Decode
解码速度
565.47 tok/s
Prefill
预填充速度
0.33 s
TTFT
首 token 延迟
19.46 GB
VRAM
显存占用
L2 跨框架验证
2
实测次数
1
独立来源
其他
来源平台
2026-10-19
最后验证
性能表现
- llama.cpp · IQ2_XS (当前)Decode 89.58 · Prefill 565.47 ·
- Ollama · Q2_K Decode 74.38 · Prefill 283.32 ·
- Ollama · Q3_K_S Decode 60.73 · Prefill 250.32 ·
- llama.cpp · Q5_K_M Decode 46.8 · Prefill 351 ·
- llama.cpp · Q4_K_M Decode 57.1 · Prefill 428.3 ·
核心数据
- Decode(平均)
- 89.58 tok/s
- Prefill(平均)
- 565.47 tok/s
- TTFT(平均)
- 0.33 s
- VRAM(平均)
- 19.46 GB
- MTP 接受率
- —
- TTFB
- 0.61 GB
- 功耗
- 129.5 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
- v0.47
- 上下文长度
- 16384 tokens
- 批次大小
- 512
- 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 M5 Ultra
- 标称显存
- 512 GB
- 实测显存(均值)
- 19.46 GB
- 系统
- macOS 26.1
- 电源功耗
- 129.5 W
获取与上手
来源与证据
共 2 条实测记录,逐条可回溯到原始出处
v0.47 · macOS 26.1 · 16384 ctx
76.26 tok/s
Decode
359.13 tok/s
Prefill
0.53 s
TTFT
29.32 GB
VRAM
—
MTP
129.5 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=29 running model_id=5 at IQ2_XS
b4200 · Linux · CUDA 12.6 · 4096 ctx
102.9 tok/s
Decode
771.8 tok/s
Prefill
0.13 s
TTFT
9.6 GB
VRAM
—
MTP
— W
功耗
L0 理论估算(add-500-records-batch2)