待验证50% 置信基准精确时间
投机解码配置得当时token生成速度可提升约1.5倍（据vLLM报告）；Omer个人在家庭实验室用Qwen3 35B MoE搭配DFlash drafter，实测有2到3倍提升，编码场景接近3倍，浏览器自动化约1.5倍。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
涉及实体
相关事实
待验证UP主在4G显存电脑上实测MiniCPM-2B生成速度达每秒57个token，首字生成仅0.22秒71% 相似待验证约8亿参数的Qwen3.5生成速度最快，接近每秒15个令牌，第二名LFM2.5超过每秒10个令牌69% 相似待验证Python 侧单提示 model.generate 在 32K 上下文下对 Llama 和 Qwen3 模型提速最高 2.7 倍；bitsandbytes 4-bit 模型一次生成 2 到 4 个提示时，在某些 NVIDIA GPU 上提速最高 2.8 倍。68% 相似待验证在Qwen 3.8 Flash Next模型上，解码性能翻倍达到52 tok/s67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1071382API
curl https://kongchang.com/api/v1/knowledge/claims/1071382MCP
get_claim(id=1071382)