返回搜索结果
gemma-4-E4B-it · Q3_K_L
Apple M5 Max128GBStrata v0.22L2 跨框架验证
本页汇总 gemma-4-E4B-it（Q3_K_L）在 Apple M5 Max 上以 Strata 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。
374.77 tok/s
Decode
解码速度
1,948.71 tok/s
Prefill
预填充速度
0.83 s
TTFT
首 token 延迟
8.15 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 Decode 303.01 · Prefill 1437.6 ·
- Strata · FP16 Decode 155.09 · Prefill 679.29 ·
- Strata · Q3_K_L （当前）Decode 374.77 · Prefill 1948.71 ·
核心数据
- Decode（平均）
- 374.77 tok/s
- Prefill（平均）
- 1,948.71 tok/s
- TTFT（平均）
- 0.83 s
- VRAM（平均）
- 8.15 GB
- MTP 接受率
- 0.68
- TTFB
- 3 GB
- 功耗
- 158 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_L
- 框架
- Strata
- 版本
- v0.22
- 上下文长度
- 8192 tokens
- 批次大小
- 512
- GPU 层数
- 15
- 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）
- 8.15 GB
- 系统
- Ubuntu 22.04
- 驱动
- 560.94
- CUDA
- 12.4
- 电源功耗
- 158 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.22 · Ubuntu 22.04 · CUDA 12.4 · 8192 ctx
374.77 tok/s
Decode
1,948.71 tok/s
Prefill
0.83 s
TTFT
8.15 GB
VRAM
0.68
MTP
158 W
功耗
L2 batch seed 2026-10-16: Strata on hw_id=28 running model_id=67 at Q3_K_L