返回搜索结果
Qwen3.8-9B · Q6_K
Apple M2 ProvLLM v0.31L2 跨框架验证
本页汇总 Qwen3.8-9B（Q6_K）在 Apple M2 Pro 上以 vLLM 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。
56.64 tok/s
Decode
解码速度
295.33 tok/s
Prefill
预填充速度
1.42 s
TTFT
首 token 延迟
21 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
- vLLM · Q5_K_M Decode 58.73 · Prefill 314.79 ·
- vLLM · Q6_K （当前）Decode 56.64 · Prefill 295.33 ·
- Ollama · Q8_0 Decode 42.75 · Prefill 231.64 ·
核心数据
- Decode（平均）
- 56.64 tok/s
- Prefill（平均）
- 295.33 tok/s
- TTFT（平均）
- 1.42 s
- VRAM（平均）
- 21 GB
- MTP 接受率
- —
- TTFB
- 0.45 GB
- 功耗
- 57.3 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
- Q6_K
- 框架
- vLLM
- 版本
- v0.31
- 上下文长度
- 8192 tokens
- 批次大小
- 8
- GPU 层数
- 999
- Flash Attention
- 关闭
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 Pro
- 实测显存（均值）
- 21 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Pro
- CUDA
- N/A
- 电源功耗
- 57.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.31 · macOS 15.0 · CUDA N/A · 8192 ctx
56.64 tok/s
Decode
295.33 tok/s
Prefill
1.42 s
TTFT
21 GB
VRAM
—
MTP
57.3 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=102 running model_id=52 at Q6_K