Arao AI
返回搜索结果

mammoth-1 · Q5_K_M

发起讨论
Apple M2 Ultrallama.cpp v0.39L2 跨框架验证

本页汇总 mammoth-1（Q5_K_M）在 Apple M2 Ultra 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。

67.37 tok/s

Decode

解码速度

314.26 tok/s

Prefill

预填充速度

2.02 s

TTFT

首 token 延迟

54.83 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

14 天前

最后验证

性能表现

  1. llama.cpp · IQ2_M Decode 102.29 · Prefill 417.96 ·
  2. llama.cpp · Q5_K_M （当前）Decode 67.37 · Prefill 314.26 ·
  3. Ollama · IQ1_S Decode 100.6 · Prefill 448.02 ·

核心数据

Decode（平均）
67.37 tok/s
Prefill（平均）
314.26 tok/s
TTFT（平均）
2.02 s
VRAM（平均）
54.83 GB
MTP 接受率
—
TTFB
0.54 GB
功耗
133.5 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
Q5_K_M
框架
llama.cpp
版本
v0.39
上下文长度
4096 tokens
批次大小
256
GPU 层数
33
Flash Attention
关闭

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）
54.83 GB
系统
macOS 26.1
电源功耗
133.5 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

    v0.39 · macOS 26.1 · 4096 ctx

    67.37 tok/s

    Decode

    314.26 tok/s

    Prefill

    2.02 s

    TTFT

    54.83 GB

    VRAM

    —

    MTP

    133.5 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=103 running model_id=94 at Q5_K_M