返回搜索结果
gemma-4-E2B-it · Q3_K_M
Apple M5 Max128GBvLLM v0.54L2 跨框架验证
本页汇总 gemma-4-E2B-it（Q3_K_M）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。
285.33 tok/s
Decode
解码速度
927.76 tok/s
Prefill
预填充速度
0.72 s
TTFT
首 token 延迟
4.96 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
2 天前
最后验证
性能表现
- vLLM · Q3_K_M （当前）Decode 285.33 · Prefill 927.76 ·
- Strata · Q3_K_L Decode 329.61 · Prefill 1762.01 ·
- Strata · Q8_0 Decode 323.09 · Prefill 1252.89 ·
核心数据
- Decode（平均）
- 285.33 tok/s
- Prefill（平均）
- 927.76 tok/s
- TTFT（平均）
- 0.72 s
- VRAM（平均）
- 4.96 GB
- MTP 接受率
- —
- TTFB
- 2.28 GB
- 功耗
- 223.1 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-E2B-it
- 量化方式
- Q3_K_M
- 框架
- vLLM
- 版本
- v0.54
- 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）
- 4.96 GB
- 系统
- Windows 11 23H2
- 驱动
- 555.85
- CUDA
- 12.6
- 电源功耗
- 223.1 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.54 · Windows 11 23H2 · CUDA 12.6 · 16384 ctx
285.33 tok/s
Decode
927.76 tok/s
Prefill
0.72 s
TTFT
4.96 GB
VRAM
—
MTP
223.1 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=28 running model_id=66 at Q3_K_M