热点事件持续更新
M1 Pro 本地跑 Qwen2.5-3B 实测与省费
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月23日，V2EX 用户发帖称，为优化公司推理成本，在 M1 Pro 32GB 设备上用 llama.cpp 运行 Qwen2.5-3B 的 Q4_K_M 量化版本（约 2GB）。实测生成速度 54 tok/s，内存占用 3.2GB，后台运行无感。作者称一年省下的 API 费用约等于一台 Mac mini。目前该事件仅有这一篇一手报道，尚无后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 10:42
作者实测 M1 Pro 本地跑 Qwen2.5-3B 达 54 tok/s，称一年省费约等于一台 Mac mini。报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- V2EX 最新主题Mac 本地跑 Qwen2.5-3B 实测 54 tok/s，一年省下的 API 费约等于一台 Mac mini
作者为优化公司推理成本，在 M1 Pro 32GB 上用 llama.cpp 跑 Qwen2.5-3B Q4_K_M（2GB），生成速度 54 tok/s，内存占用 3.2GB，后台运行无感。
本事件热度走势
当前热度 9·可比范围峰值 10（10月23日 11:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。