返回搜索结果
gemma-4-26B-A4B-it · Q3_K_S
Apple M5 Max128GBvLLM v0.25L2 跨框架验证
本页汇总 gemma-4-26B-A4B-it（Q3_K_S）在 Apple M5 Max 上以 vLLM 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。
174.38 tok/s
Decode
解码速度
573.36 tok/s
Prefill
预填充速度
1.98 s
TTFT
首 token 延迟
37.59 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
5 天前
最后验证
性能表现
- vLLM · Q3_K_S （当前）Decode 174.38 · Prefill 573.36 ·
- vLLM · Q4_K_S Decode 136.41 · Prefill 547.6 ·
- Strata · Q2_K Decode 228.98 · Prefill 895.33 ·
- Strata · Q8_0 Decode 122.58 · Prefill 429.76 ·
核心数据
- Decode（平均）
- 174.38 tok/s
- Prefill（平均）
- 573.36 tok/s
- TTFT（平均）
- 1.98 s
- VRAM（平均）
- 37.59 GB
- MTP 接受率
- —
- TTFB
- 1.4 GB
- 功耗
- 42.3 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
- Q3_K_S
- 框架
- vLLM
- 版本
- v0.25
- 上下文长度
- 16384 tokens
- 批次大小
- 8
- GPU 层数
- 999
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 37.59 GB
- 系统
- macOS 15.0
- 驱动
- Apple M5 Max
- CUDA
- N/A
- 电源功耗
- 42.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.25 · macOS 15.0 · CUDA N/A · 16384 ctx
174.38 tok/s
Decode
573.36 tok/s
Prefill
1.98 s
TTFT
37.59 GB
VRAM
—
MTP
42.3 W
功耗
L2 batch seed 2026-10-13: vLLM on hw_id=28 running model_id=64 at Q3_K_S