Arao AI
返回搜索结果

Raon-1-mini-preview · IQ2_M

发起讨论
Apple M2 Ultrallama.cpp v0.22L2 跨框架验证

本页汇总 Raon-1-mini-preview（IQ2_M）在 Apple M2 Ultra 上以 llama.cpp 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。

155.94 tok/s

Decode

解码速度

578.17 tok/s

Prefill

预填充速度

2.11 s

TTFT

首 token 延迟

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

核心数据

Decode（平均）
155.94 tok/s
Prefill（平均）
578.17 tok/s
TTFT（平均）
2.11 s
VRAM（平均）
33.55 GB
MTP 接受率
—
TTFB
1.25 GB
功耗
103.9 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
IQ2_M
框架
llama.cpp
版本
v0.22
上下文长度
2048 tokens
批次大小
256
GPU 层数
99
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 M2 Ultra
实测显存（均值）
33.55 GB
系统
macOS 26.1
电源功耗
103.9 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

    v0.22 · macOS 26.1 · 2048 ctx

    155.94 tok/s

    Decode

    578.17 tok/s

    Prefill

    2.11 s

    TTFT

    33.55 GB

    VRAM

    —

    MTP

    103.9 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=103 running model_id=93 at IQ2_M