待验证50% 置信基准精确时间
在 NVIDIA B200 上运行 Kimi K2.5，使用真实编程智能体轨迹（SWE-smith，EvalScope 评估），TokenSpeed 在整个延迟/吞吐量曲线上优于 TensorRT-LLM；batch size 1 时约快 9%，在每用户约 100 token/秒时吞吐量高约 11%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
涉及实体
相关事实
待验证Jev报告的服务器时间约88毫秒一次分类，而MacBook M4 Pro的GPU本地运行GLiNER 2.5 small速度快约8倍70% 相似待验证根据用户反馈，使用 Quantprobe 的深度感知优化配方，相比默认设置生成速度可以几乎翻倍，在 GTX 1060 上从约 10 tokens/s 跃升至超过 22 tokens/s70% 相似待验证实测中模型加载仅耗时几秒，GPU占用从23GB降至约17GB，首次测试提示词处理耗时225ms，生成速度稳定在33.5 tok/s，总输出1500 token。70% 相似待验证NVIDIA RTX 4090运行类似规模的Q4量化模型的典型生成速度在40~60 TPS范围内69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041082API
curl https://kongchang.com/api/v1/knowledge/claims/1041082MCP
get_claim(id=1041082)