待验证50% 置信基准精确时间
四台 M5 Ultra 张量并行时，Muse Spark Open 解码速度从两台流水线的 15.74 tokens/s 提升到 36.73 tokens/s，Qwen 3.8 从 19.44 提升到 50.89 tokens/s。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
涉及实体
相关事实
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/s79% 相似待验证在短回答场景中，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74% 相似待验证在2000 token新提示下，DeepSeek V4.1 Flash在Q4量化提示处理起始约360 tokens/s，64K上下文约307；token生成稳定约14 tokens/s73% 相似待验证Qwen3.8-27B的输出速度为55.1 tokens/秒，Ornith 1.5为90.4 tokens/秒。73% 相似待验证在公平的4-bit对比中，MLX搭配D-Flash 2推测解码跑出16.6 tokens/s，对比Ollama Q4的5.7 tokens/s72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1038329API
curl https://kongchang.com/api/v1/knowledge/claims/1038329MCP
get_claim(id=1038329)