返回搜索结果
gemma-4-E4B-it · Q2_K
Apple M5 Max128GBOllama v0.41L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q2_K）在 Apple M5 Max 上以 Ollama 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。
303.01 tok/s
Decode
解码速度
1,437.6 tok/s
Prefill
预填充速度
1.76 s
TTFT
首 token 延迟
6.72 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
- Ollama · IQ3_XS Decode 264.68 · Prefill 1192.68 ·
- Ollama · Q2_K （当前）Decode 303.01 · Prefill 1437.6 ·
- Strata · FP16 Decode 155.09 · Prefill 679.29 ·
- Strata · Q3_K_L Decode 374.77 · Prefill 1948.71 ·
核心数据
- Decode（平均）
- 303.01 tok/s
- Prefill（平均）
- 1,437.6 tok/s
- TTFT（平均）
- 1.76 s
- VRAM（平均）
- 6.72 GB
- MTP 接受率
- —
- TTFB
- 2.42 GB
- 功耗
- 231.8 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
- Q2_K
- 框架
- Ollama
- 版本
- v0.41
- 上下文长度
- 8192 tokens
- 批次大小
- 256
- GPU 层数
- 33
- 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）
- 6.72 GB
- 系统
- Ubuntu 24.04
- 驱动
- 555.85
- CUDA
- 12.4
- 电源功耗
- 231.8 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.41 · Ubuntu 24.04 · CUDA 12.4 · 8192 ctx
303.01 tok/s
Decode
1,437.6 tok/s
Prefill
1.76 s
TTFT
6.72 GB
VRAM
—
MTP
231.8 W
功耗
L2 batch seed 2026-10-16: Ollama on hw_id=28 running model_id=67 at Q2_K