待验证50% 置信基准精确时间
在Chrome 155、Windows 11、RTX 4070环境下，360M参数的SmolLM2模型在WebGPU后端达到62.9 tokens/s，WASM后端仅1.6 tokens/s。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证Llama 3.2 1B模型在WebGPU下达到55-64 tokens/s，中位回复耗时0.4-0.5秒，比SmolLM2 360M更快。70% 相似待验证IQuest-Q1 支持高达 524,288 tokens（512K）的上下文窗口65% 相似待验证mmBERT支持最高8192 tokens的输入窗口64% 相似待验证OpenTPU 运行 LFM 2.5 230M 模型可达到约 59 tokens/秒，在 4-bit 量化下提升到 85.8 tokens/秒64% 相似待验证在80亿参数模型的文本生成测试中，M5 Ultra每秒188 tokens，M3 Ultra每秒129 tokens，仅为1.45倍64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1051514API
curl https://kongchang.com/api/v1/knowledge/claims/1051514MCP
get_claim(id=1051514)