Arao AI
返回搜索结果

elephant-1 · Q4_K_M

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

本页汇总 elephant-1（Q4_K_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。

92.52 tok/s

Decode

解码速度

377.54 tok/s

Prefill

预填充速度

2.38 s

TTFT

首 token 延迟

17.6 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 · Q4_K_M （当前）Decode 92.52 · Prefill 377.54 ·
  2. llama.cpp · Q4_K_S Decode 88.6 · Prefill 484.39 ·
  3. Ollama · Q6_K Decode 67.84 · Prefill 354.32 ·

核心数据

Decode（平均）
92.52 tok/s
Prefill（平均）
377.54 tok/s
TTFT（平均）
2.38 s
VRAM（平均）
17.6 GB
MTP 接受率
—
TTFB
0.74 GB
功耗
110.5 W

基础配置

成员级字段取自最近一次实测

模型
elephant-1
量化方式
Q4_K_M
框架
llama.cpp
版本
v0.38
上下文长度
16384 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）
17.6 GB
系统
macOS 26.1
电源功耗
110.5 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 · 16384 ctx

    92.52 tok/s

    Decode

    377.54 tok/s

    Prefill

    2.38 s

    TTFT

    17.6 GB

    VRAM

    —

    MTP

    110.5 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=103 running model_id=95 at Q4_K_M