Qwen 3.5 35B
阿里巴巴通义千问系列的大语言模型，参数规模 35B，需 32GB 内存方可本地运行
时间轴 (近 90 天)
Perplexity 目前提供三个本地编排模型：Gemma 4 E4B（4-bit量化，6.6GB，需16GB内存）、Qwen 3.5 35B（需32GB内存）和 Perplexity 自研的19GB模型（需32GB内存）。
在相同机器和模型下，低功耗模式与高功耗模式的解码速度差1.4到3.8倍；例如Ollama跑Qwen 3.5 35B，低功耗51.9 tokens/s，高功耗107.1 tokens/s
按高功耗加MLX或Ollama的公开数据，M4 Max上不同模型的解码速度大致阶梯为：Nemotron 3 Nano约160 tokens/s，Qwen 3.5 35B在107到130 tokens/s，Gemma 4 26B约75 tokens/s，DeepSeek V4 Flash约27 tokens/s，稠密27B约22 tokens/s
全部知识事实 (3)
Perplexity 目前提供三个本地编排模型：Gemma 4 E4B（4-bit量化，6.6GB，需16GB内存）、Qwen 3.5 35B（需32GB内存）和 Perplexity 自研的19GB模型（需32GB内存）。
50%待验证在相同机器和模型下，低功耗模式与高功耗模式的解码速度差1.4到3.8倍；例如Ollama跑Qwen 3.5 35B，低功耗51.9 tokens/s，高功耗107.1 tokens/s
50%待验证按高功耗加MLX或Ollama的公开数据，M4 Max上不同模型的解码速度大致阶梯为：Nemotron 3 Nano约160 tokens/s，Qwen 3.5 35B在107到130 tokens/s，Gemma 4 26B约75 tokens/s，DeepSeek V4 Flash约27 tokens/s，稠密27B约22 tokens/s
50%