待验证50% 置信基准精确时间
知乎第三方同显存对比显示，Stratavie写回答62.9 token/秒，Llama.cpp为23.4 token/秒，读长文档快近10倍
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/12
首次发现
有效期至：2027/1/10
来源
涉及实体
相关事实
待验证在32K prompt输入下，Q2量化的读取速度可从572 token/s提升到1290 token/s，Q3可从383提升到1208 token/s65% 相似待验证在2944 token输入、1024 token输出条件下，普通模式达到每秒29.9 token，开启MTP2后提升到48.4 token/s64% 相似待验证Strata速度表中128k上下文下Q2_0（2比特）为65.1 token/s，IQ2_XS为52，4k短上下文下IQ3_XXS为65.664% 相似待验证Strata利用模型自带的多Token预测层进行推测解码，一次起草最多3个Token，平均每次遍历产出2.4到3.2个Token，输出结果不变63% 相似待验证在每道题15分钟的时间限制下，证明智能体在StochBench上的成功证明率为34.9%（157/450）63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1000746API
curl https://kongchang.com/api/v1/knowledge/claims/1000746MCP
get_claim(id=1000746)