返回搜索结果
Qwen3.8-9B · Q2_K
Apple M5 Pro64GBvLLM v0.29L2 跨框架验证
本页汇总 Qwen3.8-9B（Q2_K）在 Apple M5 Pro 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。
169.33 tok/s
Decode
解码速度
690.81 tok/s
Prefill
预填充速度
1.4 s
TTFT
首 token 延迟
12.5 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
5 天前
最后验证
性能表现
- vLLM · IQ3_S Decode 158.08 · Prefill 657.93 ·
- vLLM · Q2_K （当前）Decode 169.33 · Prefill 690.81 ·
- Ollama · IQ3_S Decode 136.51 · Prefill 597.98 ·
- Ollama · Q3_K_S Decode 144.08 · Prefill 671.77 ·
核心数据
- Decode（平均）
- 169.33 tok/s
- Prefill（平均）
- 690.81 tok/s
- TTFT（平均）
- 1.4 s
- VRAM（平均）
- 12.5 GB
- MTP 接受率
- —
- TTFB
- 1.35 GB
- 功耗
- 132.7 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
- Q2_K
- 框架
- vLLM
- 版本
- v0.29
- 上下文长度
- 8192 tokens
- 批次大小
- 8
- 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 M5 Pro
- 标称显存
- 64 GB
- 实测显存（均值）
- 12.5 GB
- 系统
- macOS 15.0
- 驱动
- Apple M5 Pro
- CUDA
- N/A
- 电源功耗
- 132.7 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.29 · macOS 15.0 · CUDA N/A · 8192 ctx
169.33 tok/s
Decode
690.81 tok/s
Prefill
1.4 s
TTFT
12.5 GB
VRAM
—
MTP
132.7 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=27 running model_id=52 at Q2_K