返回搜索结果
gemma-4-E4B-it · Q3_K_M
Apple M1 ProvLLM v0.53L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q3_K_M）在 Apple M1 Pro 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。
98.62 tok/s
Decode
解码速度
525.36 tok/s
Prefill
预填充速度
0.99 s
TTFT
首 token 延迟
7.81 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 · Q2_K Decode 122.43 · Prefill 598.25 ·
- vLLM · Q3_K_M （当前）Decode 98.62 · Prefill 525.36 ·
- Ollama · Q4_K_S Decode 77.92 · Prefill 280.34 ·
核心数据
- Decode（平均）
- 98.62 tok/s
- Prefill（平均）
- 525.36 tok/s
- TTFT（平均）
- 0.99 s
- VRAM（平均）
- 7.81 GB
- MTP 接受率
- —
- TTFB
- 0.79 GB
- 功耗
- 47.7 W
基础配置
成员级字段取自最近一次实测
- 模型
- gemma-4-E4B-it
- 量化方式
- Q3_K_M
- 框架
- vLLM
- 版本
- v0.53
- 上下文长度
- 8192 tokens
- 批次大小
- 32
- 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 M1 Pro
- 实测显存（均值）
- 7.81 GB
- 系统
- macOS 15.0
- 驱动
- Apple M1 Pro
- CUDA
- N/A
- 电源功耗
- 47.7 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 15.0 · CUDA N/A · 8192 ctx
98.62 tok/s
Decode
525.36 tok/s
Prefill
0.99 s
TTFT
7.81 GB
VRAM
—
MTP
47.7 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=100 running model_id=67 at Q3_K_M