Arao AI
返回搜索结果

mammoth-1 · FP16

发起讨论
Apple M5 Max128GBOllama v0.33L2 跨框架验证

本页汇总 mammoth-1（FP16）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。

25.66 tok/s

Decode

解码速度

97.32 tok/s

Prefill

预填充速度

0.16 s

TTFT

首 token 延迟

107 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 · IQ4_XS Decode 59.77 · Prefill 305.47 ·
  2. llama.cpp · Q3_K_M Decode 63.7 · Prefill 294.17 ·
  3. Ollama · FP16 （当前）Decode 25.66 · Prefill 97.32 ·

核心数据

Decode（平均）
25.66 tok/s
Prefill（平均）
97.32 tok/s
TTFT（平均）
0.16 s
VRAM（平均）
107 GB
MTP 接受率
—
TTFB
0.21 GB
功耗
59.8 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
FP16
框架
Ollama
版本
v0.33
上下文长度
16384 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）
107 GB
系统
macOS 26.1
电源功耗
59.8 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

    v0.33 · macOS 26.1 · 16384 ctx

    25.66 tok/s

    Decode

    97.32 tok/s

    Prefill

    0.16 s

    TTFT

    107 GB

    VRAM

    —

    MTP

    59.8 W

    功耗

    L2 batch seed 2026-10-22: Ollama on hw_id=28 running model_id=94 at FP16