待验证50% 置信基准精确时间
在 16 并发、256 token 输出测试中，Gemma 4 E2B 输出速度为 1887 tokens/秒，比它快的模型包括 Qwen2.5-0.5B（4176，2.21x）、Qwen3-0.6B（3210，1.70x）、Qwen2.5-1.5B（2780，1.47x）和 Qwen3-1.7B（2049，1.09x）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/13
首次发现
来源
涉及实体
相关事实
待验证在 16 个请求各携带 3,072 token 长提示的场景下，Gemma 4 E2B 保持 1049 tokens/秒，而 Granite 3.3 2B 降至 732（0.70x），SmolLM3-3B 降至 725（0.69x），Phi-4-mini 降至 404（0.39x），Qwen3-4B 仅为 373（0.36x）。76% 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65.676% 相似待验证Qwen3 27B在256K长上下文记忆检索测试（大海捞针）中取得100%通过率，15次运行全部准确73% 相似待验证Qwen 3.8在M5 Max上基础速度为22 token/s，开启MTP后可提升到34甚至56 token/s73% 相似待验证在本地推理速度对比中，Agent A1（95 tokens/秒）快于Gemma 4 Coder和Qwen系列73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014581API
curl https://kongchang.com/api/v1/knowledge/claims/1014581MCP
get_claim(id=1014581)