Arao AI
返回搜索结果

Raon-1-mini-preview · IQ3_S

发起讨论
Apple M2 Ultrallama.cpp v0.39L2 跨框架验证

本页汇总 Raon-1-mini-preview（IQ3_S）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。

130 tok/s

Decode

解码速度

684.42 tok/s

Prefill

预填充速度

1.54 s

TTFT

首 token 延迟

42.02 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 （当前）Decode 130 · Prefill 684.42 ·
  3. Ollama · Q4_K_M Decode 110.45 · Prefill 501.39 ·

核心数据

Decode（平均）
130 tok/s
Prefill（平均）
684.42 tok/s
TTFT（平均）
1.54 s
VRAM（平均）
42.02 GB
MTP 接受率
—
TTFB
1.04 GB
功耗
145.9 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
IQ3_S
框架
llama.cpp
版本
v0.39
上下文长度
16384 tokens
批次大小
512
GPU 层数
20
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）
42.02 GB
系统
macOS 26.1
电源功耗
145.9 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

    v0.39 · macOS 26.1 · 16384 ctx

    130 tok/s

    Decode

    684.42 tok/s

    Prefill

    1.54 s

    TTFT

    42.02 GB

    VRAM

    —

    MTP

    145.9 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=103 running model_id=93 at IQ3_S