待验证50% 置信基准精确时间
README中12GB的RTX5070约为94 Token/秒，而32GB的RTX5090能超过250 Token/秒
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
待验证在配备6核锐龙和64GB内存的RTX 5070上，Strata短对话约90 Token/秒，12.8万Token上下文约67 Token/秒，读取提示词约1300 Token/秒80% 相似待验证UP主使用 RTX 4080S（16GB 显存）+ 64GB 内存配置运行 MiniCPM 2B，实测推理速度可达约 110 token/秒75% 相似已验证在RTX 5070（12GB显存）配置下，本地Qwen3 9B模型的输出速度达到约70-76 token/秒75% 相似待验证在RTX 5060 Ti 16GB + 64GB内存环境下，Qwen3 27B生成响应式个人网站耗时1小时10分钟，平均每秒生成6.42个Token74% 相似待验证该主机配备RTX 5070显卡和32GB 6000MHz内存73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003439API
curl https://kongchang.com/api/v1/knowledge/claims/1003439MCP
get_claim(id=1003439)