返回搜索结果
Qwen3.8-9B · IQ1_S
Apple M2 UltravLLM v0.36L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ1_S）在 Apple M2 Ultra 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。
152.06 tok/s
Decode
解码速度
546.19 tok/s
Prefill
预填充速度
2.21 s
TTFT
首 token 延迟
10.04 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 · IQ1_S （当前）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）
- 152.06 tok/s
- Prefill（平均）
- 546.19 tok/s
- TTFT（平均）
- 2.21 s
- VRAM（平均）
- 10.04 GB
- MTP 接受率
- —
- TTFB
- 1.22 GB
- 功耗
- 23.9 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
- IQ1_S
- 框架
- vLLM
- 版本
- v0.36
- 上下文长度
- 4096 tokens
- 批次大小
- 16
- GPU 层数
- 999
- 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）
- 10.04 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Ultra
- CUDA
- N/A
- 电源功耗
- 23.9 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.36 · macOS 15.0 · CUDA N/A · 4096 ctx
152.06 tok/s
Decode
546.19 tok/s
Prefill
2.21 s
TTFT
10.04 GB
VRAM
—
MTP
23.9 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=103 running model_id=52 at IQ1_S