返回搜索结果
Qwen3.8-9B · Q8_0
Apple M4 Max128GBOllama v0.30L2 跨框架验证
本页汇总 Qwen3.8-9B（Q8_0）在 Apple M4 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。
103.18 tok/s
Decode
解码速度
552.91 tok/s
Prefill
预填充速度
2.14 s
TTFT
首 token 延迟
23.84 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
今天
最后验证
性能表现
- vLLM · IQ2_XS Decode 251.74 · Prefill 1248.2 ·
- Ollama · Q8_0 （当前）Decode 103.18 · Prefill 552.91 ·
- Strata · IQ2_XS Decode 353.9 · Prefill 1746.97 ·
- Strata · IQ3_S Decode 255.89 · Prefill 1167.45 ·
核心数据
- Decode（平均）
- 103.18 tok/s
- Prefill（平均）
- 552.91 tok/s
- TTFT（平均）
- 2.14 s
- VRAM（平均）
- 23.84 GB
- MTP 接受率
- —
- TTFB
- 0.83 GB
- 功耗
- 61.2 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
- Q8_0
- 框架
- Ollama
- 版本
- v0.30
- 上下文长度
- 32768 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 M4 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 23.84 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Max
- CUDA
- N/A
- 电源功耗
- 61.2 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.30 · macOS 15.0 · CUDA N/A · 32768 ctx
103.18 tok/s
Decode
552.91 tok/s
Prefill
2.14 s
TTFT
23.84 GB
VRAM
—
MTP
61.2 W
功耗
L2 batch seed 2026-10-10: Ollama on hw_id=26 running model_id=52 at Q8_0