M4 Pro 与 M5 Pro (24GB):带有 MoEShift 的 Qwen 3.8 Flash Next IQ3,预填充速度为 374 tok/s,解码速度为 14.7 tok/s,峰值内存为 8.5GB
原文:M4 Pro vs M5 Pro (24GB): Qwen 3.8 Flash Next IQ3 with MoEShift at 374 tok/s prefill, 14.7 tok/s decode, 8.5GB peak memory
我使用 MoEShift 后端在两台具有 24GB 统一内存的 Mac 上对 Qwen3.8-Flash-Next 125B ISTA-DASLab 的 GSQ-RCO IQ3_XXS Quant(磁盘上 76GB)进行了基准测试: Metric M4 Pro(中位数) M5 Pro(中位数) 短提示解码(72 个输入令牌) 9.84 tok/s 14.69 tok/s 长提示预填充(6,060 个输入标记) 199.09 tok/s 374.15 tok/s 长提示解码(512 个输出标记) 9.57 tok/s 13.14 tok/s 长提示推断
正文没能搬到本站:该站禁止服务器(机房 IP)抓取,返回 site,换任何浏览器标识都拿不到。在手机上打开原站往往又慢又卡,下面先把收录到的内容给你。
本站会持续尝试重新抓取;也可以收藏这条,正文抓到后会永久保留。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。