待验证50% 置信基准精确时间
在 Strata 0.2.4 下，RTX 5070 上 DeepSeek V4.1 Flash 的生成速度约为 5 tok/s，而 RTX 3060 反而达到 8 到 10 tok/s。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/25
首次发现
有效期至：2026/11/8
来源
涉及实体
相关事实
待验证Strata是一个开源推理运行时，能在RTX 5070（12GB显存）上运行1250亿参数的Qwen3.8 Flash Next模型，输出速度约为每秒90个Token76% 相似待验证在UP主的RTX Pro 5000平台上，各模型在Xtier上的速度表现为：千问3.8最快基本无浪费；DeepSeek 5.3比LS济浪改版略慢2%；GLM 5.3比LS济浪快；MiniMax M3.1 Flash非常慢。76% 相似待验证在1k提示词/512补全的标准合成负载下，V4.1 Flash 1017的TTFT为185毫秒，总吞吐为480 token/s，KV缓存效率为0.65x显存。75% 相似待验证B站UP主使用llama.cpp通过4张RTX 3090加载了GLM 5.3 Flash的1-bit量化版本，生成速度达33.5 tok/s。73% 相似待验证通过 request-owned speculative KV，在 DeepSeek-V4-Pro 1P1D、MI355X、并发 256 场景下，平均 TTFT 从 19.4 秒降至 15.1 秒72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1095695API
curl https://kongchang.com/api/v1/knowledge/claims/1095695MCP
get_claim(id=1095695)