Arao AI
返回搜索结果

Raon-1-mini-preview · Q4_K_M

发起讨论
Apple M2 UltraOllama v0.38L2 跨框架验证

本页汇总 Raon-1-mini-preview（Q4_K_M）在 Apple M2 Ultra 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。

110.45 tok/s

Decode

解码速度

501.39 tok/s

Prefill

预填充速度

0.35 s

TTFT

首 token 延迟

51.69 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

13 天前

最后验证

性能表现

  1. llama.cpp · IQ2_M Decode 155.94 · Prefill 578.17 ·
  2. llama.cpp · IQ3_S Decode 130 · Prefill 684.42 ·
  3. Ollama · Q4_K_M （当前）Decode 110.45 · Prefill 501.39 ·

核心数据

Decode（平均）
110.45 tok/s
Prefill（平均）
501.39 tok/s
TTFT（平均）
0.35 s
VRAM（平均）
51.69 GB
MTP 接受率
—
TTFB
0.88 GB
功耗
119.1 W

基础配置

成员级字段取自最近一次实测

模型
Raon-1-mini-preview
量化方式
Q4_K_M
框架
Ollama
版本
v0.38
上下文长度
32768 tokens
批次大小
512
GPU 层数
33
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）
51.69 GB
系统
macOS 26.1
电源功耗
119.1 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-22

    v0.38 · macOS 26.1 · 32768 ctx

    110.45 tok/s

    Decode

    501.39 tok/s

    Prefill

    0.35 s

    TTFT

    51.69 GB

    VRAM

    —

    MTP

    119.1 W

    功耗

    L2 batch seed 2026-10-22: Ollama on hw_id=103 running model_id=93 at Q4_K_M