[控场AI]
待验证50% 置信基准精确时间

在 GPU fp16 下（RTX 5090），Largha-150M-v1 公布的每次决策 p50 延迟为 21.0 ms。

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

144.3M本地决策模型 vs 托管API：审批门选型指南

涉及实体

Phocinae-Largha-150M-v1modelRTX 5090product

相关事实

待验证已公布的延迟：RTX 4090（bf16）单问题 8 ms、384px 图像 17 ms，打包吞吐 475 states/s；Apple M5 Pro（MPS）30 ms / 62 ms / 78 states/s。67% 相似待验证RTX 4090的理论FP16算力为330 TFLOPS,对于7B FP16模型的Decode实际速度通常在50-60 tokens/s65% 相似待验证以FP16半精度计算，RTX 4090理论算力约为330 TFLOPS，M2 Ultra的GPU算力约为27.2 TFLOPS65% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1016982
API
curl https://kongchang.com/api/v1/knowledge/claims/1016982
MCP
get_claim(id=1016982)