待验证50% 置信基准精确时间
Qwen 2.5 0.5B在WebGPU下达到37-40 tokens/s，中位回复耗时约1.8秒，是三个测试模型中最慢的。
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
待验证在 16 并发、256 token 输出测试中，Gemma 4 E2B 输出速度为 1887 tokens/秒，比它快的模型包括 Qwen2.5-0.5B（4176，2.21x）、Qwen3-0.6B（3210，1.70x）、Qwen2.5-1.5B（2780，1.47x）和 Qwen3-1.7B（2049，1.09x）。78% 相似待验证在模型对比测试中qwen2.5:3b正确理解配速，幻觉地名0个，长度误差0.3%，峰值内存259MB，耗时106秒72% 相似待验证在超长上下文测试中，Ornith 1.5早期约75 token/秒，超过160万token后降至约45 token/秒，而Qwen 3.8在相同负载下降至约5 token/秒72% 相似待验证一位拥有私有基准的用户表示Qwen 3.8是仅有的第二个能正确推理出其测试题的本地模型，但耗时12分30秒且比Gemma 4多用五倍token71% 相似待验证在 Qwen3-4B 对比实验中，不使用 SGUID 过滤、直接用未筛选技能更新模型，性能在 HMMT25 上下降 0.3 个百分点。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1051526API
curl https://kongchang.com/api/v1/knowledge/claims/1051526MCP
get_claim(id=1051526)