返回搜索结果
Qwen3.8-9B · Q2_K
Apple M1 MaxOllama v0.26L2 跨框架验证
本页汇总 Qwen3.8-9B（Q2_K）在 Apple M1 Max 上以 Ollama 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。
100.43 tok/s
Decode
解码速度
476.64 tok/s
Prefill
预填充速度
1.82 s
TTFT
首 token 延迟
12.5 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
2 天前
最后验证
性能表现
- llama.cpp · IQ3_S Decode 82.95 · Prefill 300.79 ·
- llama.cpp · Q4_K_S Decode 83.02 · Prefill 308.94 ·
- Ollama · Q2_K （当前）Decode 100.43 · Prefill 476.64 ·
- Ollama · Q5_K_S Decode 62.86 · Prefill 246.16 ·
核心数据
- Decode（平均）
- 100.43 tok/s
- Prefill（平均）
- 476.64 tok/s
- TTFT（平均）
- 1.82 s
- VRAM（平均）
- 12.5 GB
- MTP 接受率
- —
- TTFB
- 0.8 GB
- 功耗
- 69.6 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3.8-9B
- 量化方式
- Q2_K
- 框架
- Ollama
- 版本
- v0.26
- 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 M1 Max
- 实测显存（均值）
- 12.5 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Max
- CUDA
- N/A
- 电源功耗
- 69.6 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.26 · macOS 15.0 · CUDA N/A · 4096 ctx
100.43 tok/s
Decode
476.64 tok/s
Prefill
1.82 s
TTFT
12.5 GB
VRAM
—
MTP
69.6 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=101 running model_id=52 at Q2_K