返回搜索结果
Qwen3.8-9B · Q5_K_S
Apple M1 MaxOllama v0.49L2 跨框架验证
本页汇总 Qwen3.8-9B（Q5_K_S）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。
62.86 tok/s
Decode
解码速度
246.16 tok/s
Prefill
预填充速度
1.21 s
TTFT
首 token 延迟
19.11 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 Decode 100.43 · Prefill 476.64 ·
- Ollama · Q5_K_S （当前）Decode 62.86 · Prefill 246.16 ·
核心数据
- Decode（平均）
- 62.86 tok/s
- Prefill（平均）
- 246.16 tok/s
- TTFT（平均）
- 1.21 s
- VRAM（平均）
- 19.11 GB
- MTP 接受率
- —
- TTFB
- 0.5 GB
- 功耗
- 35.9 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
- Q5_K_S
- 框架
- Ollama
- 版本
- v0.49
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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）
- 19.11 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Max
- CUDA
- N/A
- 电源功耗
- 35.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.49 · macOS 15.0 · CUDA N/A · 8192 ctx
62.86 tok/s
Decode
246.16 tok/s
Prefill
1.21 s
TTFT
19.11 GB
VRAM
—
MTP
35.9 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=101 running model_id=52 at Q5_K_S