待验证50% 置信基准精确时间
最小的 LFM 1.2B 中位生成速率约 208 tokens/s，当前任务分仅 5/16 实质、2/16 严格
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LFM 2.6B 思考变体达到 12/16 实质，约 97 tokens/s79% 相似待验证在配备96GB显存的M2 Max上以1-bit精度运行时，简单任务生成速度稳定在约28-30 tokens/秒74% 相似待验证UP主在4G显存电脑上实测MiniCPM-2B生成速度达每秒57个token，首字生成仅0.22秒69% 相似待验证在RTX 5090上，Muse Glimmer不使用推测解码时为75 tokens/秒，搭配推测解码模型后速度达233 tokens/秒69% 相似待验证LLM自回归生成的解码阶段算术强度极低：以7B参数FP16模型为例，一次前向传播需加载约14GB权重但仅执行约14 GFLOPs运算，算术强度约1 FLOP/Byte，属于带宽受限工作负载68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003728API
curl https://kongchang.com/api/v1/knowledge/claims/1003728MCP
get_claim(id=1003728)