Arao AI
返回搜索结果

elephant-1 · Q4_K_S

发起讨论
Apple M2 Ultrallama.cpp v0.35L2 跨框架验证

本页汇总 elephant-1（Q4_K_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。

88.6 tok/s

Decode

解码速度

484.39 tok/s

Prefill

预填充速度

1.14 s

TTFT

首 token 延迟

16.84 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

14 天前

最后验证

性能表现

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

核心数据

Decode（平均）
88.6 tok/s
Prefill（平均）
484.39 tok/s
TTFT（平均）
1.14 s
VRAM（平均）
16.84 GB
MTP 接受率
—
TTFB
0.71 GB
功耗
121.5 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_S
框架
llama.cpp
版本
v0.35
上下文长度
4096 tokens
批次大小
512
GPU 层数
28
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）
16.84 GB
系统
macOS 26.1
电源功耗
121.5 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

    v0.35 · macOS 26.1 · 4096 ctx

    88.6 tok/s

    Decode

    484.39 tok/s

    Prefill

    1.14 s

    TTFT

    16.84 GB

    VRAM

    —

    MTP

    121.5 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=103 running model_id=95 at Q4_K_S