返回搜索结果
Qwen3.8-9B · Q3_K_L
Apple M5 Max128GBvLLM v0.52L2 跨框架验证
本页汇总 Qwen3.8-9B（Q3_K_L）在 Apple M5 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。
202.52 tok/s
Decode
解码速度
1,021.73 tok/s
Prefill
预填充速度
2.01 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
2 天前
最后验证
性能表现
- vLLM · Q3_K_L （当前）Decode 202.52 · Prefill 1021.73 ·
- Strata · Q3_K_M Decode 280.05 · Prefill 1450.84 ·
- Strata · IQ3_XS Decode 320.14 · Prefill 1058.22 ·
- Strata · Q2_K Decode 331.24 · Prefill 1237.62 ·
核心数据
- Decode（平均）
- 202.52 tok/s
- Prefill（平均）
- 1,021.73 tok/s
- TTFT（平均）
- 2.01 s
- VRAM（平均）
- 15.71 GB
- MTP 接受率
- —
- TTFB
- 1.62 GB
- 功耗
- 212.6 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
- vLLM
- 版本
- v0.52
- 上下文长度
- 32768 tokens
- 批次大小
- 16
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 15.71 GB
- 系统
- Ubuntu 22.04
- 驱动
- 555.85
- CUDA
- 12.8
- 电源功耗
- 212.6 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 · Ubuntu 22.04 · CUDA 12.8 · 32768 ctx
202.52 tok/s
Decode
1,021.73 tok/s
Prefill
2.01 s
TTFT
15.71 GB
VRAM
—
MTP
212.6 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=28 running model_id=52 at Q3_K_L