返回搜索结果
gemma-4-31B-it · IQ2_XS
Apple M5 Max128GBllama.cpp v0.53L2 跨框架验证
本页汇总 gemma-4-31B-it（IQ2_XS）在 Apple M5 Max 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。
58.24 tok/s
Decode
解码速度
303.37 tok/s
Prefill
预填充速度
2.49 s
TTFT
首 token 延迟
33.35 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
16 天前
最后验证
性能表现
- llama.cpp · IQ1_S Decode 64.71 · Prefill 267.16 ·
- llama.cpp · IQ2_XS （当前）Decode 58.24 · Prefill 303.37 ·
- Ollama · Q4_K_M Decode 32.9 · Prefill 145.14 ·
- Strata · IQ4_XS Decode 138.4 · Prefill 718.68 ·
- Strata · Q3_K_M Decode 149.39 · Prefill 771.31 ·
核心数据
- Decode（平均）
- 58.24 tok/s
- Prefill（平均）
- 303.37 tok/s
- TTFT（平均）
- 2.49 s
- VRAM（平均）
- 33.35 GB
- MTP 接受率
- —
- TTFB
- 0.47 GB
- 功耗
- 40.8 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-31B-it
- 量化方式
- IQ2_XS
- 框架
- llama.cpp
- 版本
- v0.53
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 28
- 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 M5 Max
- 标称显存
- 128 GB
- 实测显存（均值）
- 33.35 GB
- 系统
- macOS 26.1
- 电源功耗
- 40.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.53 · macOS 26.1 · 8192 ctx
58.24 tok/s
Decode
303.37 tok/s
Prefill
2.49 s
TTFT
33.35 GB
VRAM
—
MTP
40.8 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=28 running model_id=63 at IQ2_XS