今天用m4max 40c测试了ollama首个支持mlx的模型qwen3.5 a35b-nvfp4： 
这个ttft速度我甚至都不太敢信 [image] 
（重点是这个prompt eval速度）但是小说的插针测试是成功的，有效窗口就算是16 k也超过了omlx的速度（图2是omlx社区benchmark），请各位佬友给我的测试捉捉虫，有条件的可以去试下ollama？我自己这样用下来体验很良好，以后可以集成到我的工作流里。 
 [image]