Arao AI
返回搜索结果

mammoth-1 · Q3_K_M

发起讨论
Apple M5 Ultra512GBllama.cpp v0.44L2 跨框架验证

本页汇总 mammoth-1（Q3_K_M）在 Apple M5 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。

90.54 tok/s

Decode

解码速度

497.72 tok/s

Prefill

预填充速度

0.45 s

TTFT

首 token 延迟

40.66 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 · Q3_K_M （当前）Decode 90.54 · Prefill 497.72 ·
  2. llama.cpp · Q5_K_S Decode 71.27 · Prefill 325.67 ·
  3. Ollama · IQ4_XS Decode 81.44 · Prefill 327.07 ·

核心数据

Decode（平均）
90.54 tok/s
Prefill（平均）
497.72 tok/s
TTFT（平均）
0.45 s
VRAM（平均）
40.66 GB
MTP 接受率
—
TTFB
0.72 GB
功耗
113.9 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
Q3_K_M
框架
llama.cpp
版本
v0.44
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
Apple M5 Ultra
标称显存
512 GB
实测显存（均值）
40.66 GB
系统
macOS 26.1
电源功耗
113.9 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

    v0.44 · macOS 26.1 · 8192 ctx

    90.54 tok/s

    Decode

    497.72 tok/s

    Prefill

    0.45 s

    TTFT

    40.66 GB

    VRAM

    —

    MTP

    113.9 W

    功耗

    L2 batch seed 2026-10-22: llama.cpp on hw_id=29 running model_id=94 at Q3_K_M