返回搜索结果
gemma-4-E4B-it · Q5_K_S
Apple M2 UltravLLM v0.34L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q5_K_S）在 Apple M2 Ultra 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。
123.25 tok/s
Decode
解码速度
491.18 tok/s
Prefill
预填充速度
1.83 s
TTFT
首 token 延迟
9.66 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
- llama.cpp · Q3_K_S Decode 151.33 · Prefill 747.84 ·
- llama.cpp · Q5_K_S Decode 114.93 · Prefill 613.44 ·
- vLLM · Q5_K_S （当前）Decode 123.25 · Prefill 491.18 ·
核心数据
- Decode（平均）
- 123.25 tok/s
- Prefill（平均）
- 491.18 tok/s
- TTFT（平均）
- 1.83 s
- VRAM（平均）
- 9.66 GB
- MTP 接受率
- —
- TTFB
- 0.99 GB
- 功耗
- 53.3 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
- Q5_K_S
- 框架
- vLLM
- 版本
- v0.34
- 上下文长度
- 32768 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 M2 Ultra
- 实测显存（均值）
- 9.66 GB
- 系统
- macOS 15.0
- 驱动
- Apple M2 Ultra
- CUDA
- N/A
- 电源功耗
- 53.3 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.34 · macOS 15.0 · CUDA N/A · 32768 ctx
123.25 tok/s
Decode
491.18 tok/s
Prefill
1.83 s
TTFT
9.66 GB
VRAM
—
MTP
53.3 W
功耗
L2 batch seed 2026-10-16: vLLM on hw_id=103 running model_id=67 at Q5_K_S