Arao AI
返回搜索结果

mammoth-1 · Q4_K_S

发起讨论
AMD Ryzen AI Max+ 395128GBllama.cpp v0.51L2 跨框架验证

本页汇总 mammoth-1（Q4_K_S）在 AMD Ryzen AI Max+ 395 上以 llama.cpp 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。

26.2 tok/s

Decode

解码速度

94.34 tok/s

Prefill

预填充速度

0.65 s

TTFT

首 token 延迟

46.33 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

13 天前

最后验证

性能表现

  1. llama.cpp · Q4_K_S （当前）Decode 26.2 · Prefill 94.34 ·
  2. vLLM · Q4_K_S Decode 27.6 · Prefill 131.32 ·

核心数据

Decode（平均）
26.2 tok/s
Prefill（平均）
94.34 tok/s
TTFT（平均）
0.65 s
VRAM（平均）
46.33 GB
MTP 接受率
—
TTFB
0.21 GB
功耗
74.8 W

基础配置

成员级字段取自最近一次实测

模型
mammoth-1
量化方式
Q4_K_S
框架
llama.cpp
版本
v0.51
上下文长度
8192 tokens
批次大小
256
GPU 层数
99
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
AMD Ryzen AI Max+ 395
标称显存
128 GB
实测显存（均值）
46.33 GB
系统
Windows 11 23H2
驱动
amdgpu 6.12
CUDA
12.6
电源功耗
74.8 W

获取与上手

原始模型资料

以下为基础模型入口，不保证与本次量化版本一致；部署请使用上方已核实权重。

来源与证据

共 1 条实测记录，逐条可回溯到原始出处

  1. L2 跨框架验证其他原始链接 验证于 2026-10-22

    v0.51 · Windows 11 23H2 · CUDA 12.6 · 8192 ctx

    26.2 tok/s

    Decode

    94.34 tok/s

    Prefill

    0.65 s

    TTFT

    46.33 GB

    VRAM

    —

    MTP

    74.8 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=24 running model_id=94 at Q4_K_S