待验证50% 置信基准精确时间
Ziskind实测M5 Ultra在长提示上获得三到四倍预填充提升,短提示只有1.6倍;MacStories在16,000 token提示上测得约2.5倍,首字等待从13.9秒降到5.6秒。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/14
首次发现
有效期至:2027/2/12
来源
涉及实体
相关事实
待验证推测解码技术可以在 M4 Max 上使某数字密集型测试速度提高约 5 倍。68% 相似待验证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。68% 相似待验证Qwen 3.8在M5 Max上基础速度为22 token/s,开启MTP后可提升到34甚至56 token/s66% 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66% 相似待验证Gemini 4 Argon 同步请求的最大输出为 65,536 token,长解码最大输出为 1,048,576 减去输入 token66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1169140API
curl https://kongchang.com/api/v1/knowledge/claims/1169140MCP
get_claim(id=1169140)