返回搜索结果
Qwen3.8-9B · IQ2_XS
Apple M4 Max128GBvLLM v0.52L2 跨框架验证
本页汇总 Qwen3.8-9B（IQ2_XS）在 Apple M4 Max 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。
251.74 tok/s
Decode
解码速度
1,248.2 tok/s
Prefill
预填充速度
0.56 s
TTFT
首 token 延迟
11.17 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 （当前）Decode 251.74 · Prefill 1248.2 ·
- Ollama · Q8_0 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）
- 251.74 tok/s
- Prefill（平均）
- 1,248.2 tok/s
- TTFT（平均）
- 0.56 s
- VRAM（平均）
- 11.17 GB
- MTP 接受率
- —
- TTFB
- 2.01 GB
- 功耗
- 63.8 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
- IQ2_XS
- 框架
- vLLM
- 版本
- v0.52
- 上下文长度
- 16384 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 M4 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 11.17 GB
- 系统
- macOS 15.0
- 驱动
- Apple M4 Max
- CUDA
- N/A
- 电源功耗
- 63.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.52 · macOS 15.0 · CUDA N/A · 16384 ctx
251.74 tok/s
Decode
1,248.2 tok/s
Prefill
0.56 s
TTFT
11.17 GB
VRAM
—
MTP
63.8 W
功耗
L2 batch seed 2026-10-10: vLLM on hw_id=26 running model_id=52 at IQ2_XS