待验证50% 置信基准精确时间
在短回答场景中，同一台M4 Mac仅改变电源模式，速度从28.5 tokens/s跳到109.6 tokens/s，差距3.84倍
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证Ling 3.0 Tiny在M4 Pro的MacBook上推理速度约为每秒86-90 tokens，在8K上下文下峰值内存约8.34 GiB77% 相似待验证据Stridenote，Ollama测试显示Qwen3.5 35b切换到Apple Silicon的MLX后速度从58 token/s跳到112 token/s73% 相似待验证实测预填充2000-token文件时，16k上下文下速率从Mac单独的109 tok/s提升至Mac+iPhone的157 tok/s（+44%）69% 相似待验证按高功耗加MLX或Ollama的公开数据，M4 Max上不同模型的解码速度大致阶梯为：Nemotron 3 Nano约160 tokens/s，Qwen 3.5 35B在107到130 tokens/s，Gemma 4 26B约75 tokens/s，DeepSeek V4 Flash约27 tokens/s，稠密27B约22 tokens/s69% 相似待验证在RTX 5090上使用D-Flash投机解码提速可达3倍以上，Mac M4/M5的提升在1.5到1.8倍之间68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1015147API
curl https://kongchang.com/api/v1/knowledge/claims/1015147MCP
get_claim(id=1015147)