返回搜索结果
gemma-4-26B-A4B-it · Q4_K_M
Apple M2 Ultrallama.cpp b11050L1 已复现
本页汇总 gemma-4-26B-A4B-it（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。
79.11 tok/s
Decode
解码速度
1,550 tok/s
Prefill
预填充速度
— s
TTFT
首 token 延迟
— GB
VRAM
显存占用
L1 已复现
1
实测次数
1
独立来源
GitHub
来源平台
昨天
最后验证
性能表现
- llama.cpp · Q4_K_M （当前）Decode 79.11 · Prefill 1550 ·
核心数据
- Decode（平均）
- 79.11 tok/s
- Prefill（平均）
- 1,550 tok/s
- TTFT（平均）
- — s
- VRAM（平均）
- — GB
- MTP 接受率
- —
- TTFB
- — GB
- 功耗
- — W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-26B-A4B-it
- 量化方式
- Q4_K_M
- 框架
- llama.cpp
- 版本
- b11050
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
- 系统
- macOS 26.5.1
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
b11050 · macOS 26.5.1
79.11 tok/s
Decode
1,550 tok/s
Prefill
— s
TTFT
0 GB
VRAM
—
MTP
— W
功耗
llama-bench -m gemma-4-26B-A4B-it-Q4_K_M.gguf -p 512 -n 128 -r 3 ... b11050 | 79.11 ± 0.29 | 1550