待验证50% 置信基准精确时间

基于RTX A6000上约250词的块测算，all-MiniLM-L6-v2每秒处理1,074.7个块，100万块耗时约16分钟；Qwen3-Embedding-8B每秒处理26.1个块，100万块耗时约10.6小时

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

本地嵌入模型选型指南：硬件需求与成本分析

涉及实体

all-MiniLM-L6-v2model Qwen3-Embedding-8Bmodel RTX A6000product

相关事实

待验证在一块消费级RTX 4060显卡上，仅需约24分钟、150万步训练，即可达到100%的任务成功率70% 相似待验证在同一张T4上，vLLM 0.27.1在ready之后的8个请求总共只花了5.8秒；vLLM的启动开销约为171个计费秒中的165秒。69% 相似待验证长上下文归档实验中8条请求各输入约261000+个Token、各完成约1022个输出，共同解码窗口总吞吐每秒214.85个Token，每请求约26.86，但窗口只有约2.28秒且预填充串行或交错68% 相似待验证Talus模型在一张RTX 5060（8GB显存）上从零训练，跨多个版本累计约4.5小时68% 相似待验证在RTX 3060 6GB环境下，MiniMax H3完成动作迁移任务约需15分钟，LTX 2.5 Ripple约需31分钟67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1018772

API

curl https://kongchang.com/api/v1/knowledge/claims/1018772

MCP

get_claim(id=1018772)