返回搜索结果
Qwen3.8-9B · Q3_K_L
Apple M2 Ultrallama.cpp v0.43L2 跨框架验证
本页汇总 Qwen3.8-9B（Q3_K_L）在 Apple M2 Ultra 上以 llama.cpp 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。
110.22 tok/s
Decode
解码速度
411.86 tok/s
Prefill
预填充速度
1.09 s
TTFT
首 token 延迟
15.71 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
17 天前
最后验证
性能表现
- llama.cpp · Q3_K_L （当前）Decode 110.22 · Prefill 411.86 ·
- Ollama · IQ3_XS Decode 108.03 · Prefill 420.83 ·
- vLLM · IQ1_S Decode 152.06 · Prefill 546.19 ·
- Strata · Q4_K_M Decode 129.12 · Prefill 454.27 ·
- Strata · Q8_0 Decode 89.33 · Prefill 303.19 ·
核心数据
- Decode（平均）
- 110.22 tok/s
- Prefill（平均）
- 411.86 tok/s
- TTFT（平均）
- 1.09 s
- VRAM（平均）
- 15.71 GB
- MTP 接受率
- —
- TTFB
- 0.88 GB
- 功耗
- 115.8 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
- Q3_K_L
- 框架
- llama.cpp
- 版本
- v0.43
- 上下文长度
- 16384 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 M2 Ultra
- 实测显存（均值）
- 15.71 GB
- 系统
- macOS 26.1
- 电源功耗
- 115.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.43 · macOS 26.1 · 16384 ctx
110.22 tok/s
Decode
411.86 tok/s
Prefill
1.09 s
TTFT
15.71 GB
VRAM
—
MTP
115.8 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=52 at Q3_K_L