待验证50% 置信事实精确时间
MLX方面，上游mlx-lm尚不认识hy_v3，但hermitdave的Mixed4-6构建自带hy_v3.py并由config指向，可直接用原版mlx-lm加载；上传者报告M3 Max 64 GB上解码约65 tok/s，困惑度与8位版本差距0.94%以内，提取测试70/70事实召回。
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Qwen 9B 模型使用 MLX 格式加载时内存峰值约 5.1GB70% 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/s69% 相似待验证Qwen 27B的Q4_K_M/GGUF版本在同一台机器上解码速度约为10.7 tok/s，约为MLX版本的1/3.869% 相似待验证在M4 24GB设备上，9B模型（如qwen3.5-32k:9b-mlx）运行速度快、内存占用小，但无法有效发现代码问题69% 相似待验证MiniMax H3的权重总计67GB，包括34GB的DiT主干、27GB的Qwen3-VL编码器加上VAE66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054170API
curl https://kongchang.com/api/v1/knowledge/claims/1054170MCP
get_claim(id=1054170)