待验证50% 置信事实精确时间
Gemini 4 Argon 长解码（Long Decode Continuation）需设置 background=True 和 store=true，且 max_output_tokens 高于 65,536，以最多 64K token 为一跳，最长运行 24 小时
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证路径B中RTX 3080做Prefill、AI Max 395做Decode，在Q4量化下首字等待时间从4.825秒压缩到1.073秒65% 相似待验证在M1 Max上跑27B模型处理3.2万token提示词需等待超过500秒才输出首字，而M5 Max不到一分钟（优化软件下约40秒）64% 相似已验证在输出（Decode）速度测试中，2 万 token 以内可达约 45 tokens/秒，3 万 token 以上骤降至约 20 tokens/秒63% 相似待验证在八个智能体各处理 7.5k token 文档、第二秒发出聊天请求的测试场景下，Superfluid 用 0.36 秒给出回答，llama-server 超过 10 秒未输出首 token，首 token 延迟差距约 30 倍。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1023066API
curl https://kongchang.com/api/v1/knowledge/claims/1023066MCP
get_claim(id=1023066)