待验证50% 置信基准精确时间
一位作者将两台游戏PC、一台M4 Pro MacBook、两台iPhone 17 Pro Max串联运行昆3.8 Flash Next（48层、每层512专家的MoE模型），在60k上下文下实测37-39 token/s。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
DeepSeek V4.1 Flash开源实测：更快更省，消费级硬件也能跑
bilibili缘素子2026/10/18
涉及实体
相关事实
待验证开发者通过10 Gb/s的USB-C数据线将iPhone 17 Pro Max接入24GB内存的M4 Pro MacBook，让手机充当第二块GPU为本地运行的Qwen 3.8 27B（IQ4_XS量化）模型分担计算73% 相似待验证本地推理受限于用户硬件，一个7B参数量化模型（如Llama 3 8B的Q4版本）文件约4-5GB，在Apple M系列芯片Mac上可达每秒20-40个token，在仅有集成显卡和8GB内存的笔记本上可能降至每秒3-5个token70% 相似待验证千问3.8 Flash Next（Q3量化版本）权重约84GB，在AMD 7900XTX 24GB显卡上运行，平均解码输出速度约90 token/s68% 相似待验证在 Mac Studio（Apple M3 Ultra，96 GB 内存）上，使用 mflux 0.19.1、8-bit 量化权重、1600x896 分辨率测试中，ERNIE-Image Turbo 平均得分 4.28（满分 5），FLUX.2 klein 4B 平均得分 3.07。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059795API
curl https://kongchang.com/api/v1/knowledge/claims/1059795MCP
get_claim(id=1059795)