待验证50% 置信基准精确时间

在测试机上，Qwen3-Next-80B 读取 1024 token 的 prompt 速度为 62 tok/s，不开启草稿时写入 24 tok/s；同为 48.4GB 的 Qwen3-Coder-Next 为读取 66、写入 22。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/13

首次发现

有效期至：2026/10/27

来源

Janas 引擎让 32GB 笔记本跑 48GB MoE 模型，37 tok/s 超越 llama.cpp

涉及实体

Qwen3-Next-80Bmodel Qwen3-Coder-Nextmodel Janasproduct

相关事实

已验证在RTX 5070（12GB显存）配置下，本地Qwen3 9B模型的输出速度达到约70-76 token/秒74% 相似待验证Qwen 27B的Q4_K_M/GGUF版本在同一台机器上解码速度约为10.7 tok/s，约为MLX版本的1/3.874% 相似待验证运行Qwen 3（27B）无优化基线token解码速度：RTX 5090约75、RTX 4090约46、RTX 3090约40、M5 Max 31.4、DGX Spark 12-17、Ryzen AI Max 11.5 tokens/s73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1017038

API

curl https://kongchang.com/api/v1/knowledge/claims/1017038

MCP

get_claim(id=1017038)