待验证50% 置信基准精确时间
Ziskind用32,000 token代码库测试DeepSeek V4 Flash,256GB的M5 Ultra首字约50秒,两台合计约1万美元的DGX Spark只需17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
待验证按高功耗加MLX或Ollama的公开数据,M4 Max上不同模型的解码速度大致阶梯为:Nemotron 3 Nano约160 tokens/s,Qwen 3.5 35B在107到130 tokens/s,Gemma 4 26B约75 tokens/s,DeepSeek V4 Flash约27 tokens/s,稠密27B约22 tokens/s72% 相似待验证Link 3.0 Flash 开放全重模型,在单台英伟达 DGX Spark 上的测试中,使用 1319 道 GSM8K 题目,解码吞吐量提升 42.5%,平均延迟从 15.21 秒降到 11.49 秒,解码速度从每秒 37.81 个 token 提升到 53.89 个。72% 相似待验证四台 M5 Ultra 张量并行时,Muse Spark Open 解码速度从两台流水线的 15.74 tokens/s 提升到 36.73 tokens/s,Qwen 3.8 从 19.44 提升到 50.89 tokens/s。70% 相似待验证Ziskind测试DeepSeek V4 Flash并发:Mac总吞吐在四个用户时达到峰值,八个用户时反而下降;八个用户且带聊天历史时每人首字等待超过一分钟,之后约每秒5 token。68% 相似已验证Muse Glimmer全精度运行需要55GB显存,通过4-bit量化后压缩到20GB以内,可在24GB显存的消费级显卡上运行68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1169141API
curl https://kongchang.com/api/v1/knowledge/claims/1169141MCP
get_claim(id=1169141)