待验证50% 置信基准精确时间
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）。
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 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）。76% 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/s70% 相似待验证在Atomic Chat贪吃蛇测试中，Gemma 4 26b跑出约136 token/s，dense的Qwen3.6 27b约47 token/s70% 相似待验证在超长上下文测试中，Ornith 1.5早期约75 token/秒，超过160万token后降至约45 token/秒，而Qwen 3.8在相同负载下降至约5 token/秒68% 相似待验证在 BFCL 工具调用测试中，SmolLM3-3B 得分 0.945，略高于 Gemma 4 E2B 的 0.927，但差异不显著；Qwen3-4B（0.940）、Qwen3-1.7B（0.935）、Qwen2.5-1.5B（0.910）、Granite 3.3 2B（0.920）均与 Gemma 处于同一水平。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014582API
curl https://kongchang.com/api/v1/knowledge/claims/1014582MCP
get_claim(id=1014582)