待验证55% 置信事实时间未知

Qwen3.5在32K上下文下比上一代Qwen3 Max快8.6倍，在256K上下文下快19倍

1

来源数

55%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Qwen3.5深度解析：混合注意力架构实现19倍长上下文加速

bilibili雪天鱼

涉及实体

Qwen3.5model Qwen3 Maxmodel

相关事实

待验证Qwen3.6 27B支持262K上下文长度，34B 80层版本保持相同的上下文长度不变76% 相似待验证Qwen3.7 Max的上下文窗口达到256K token75% 相似待验证实测中Qwen3 27B在未开启NVLink的4张魔改2080Ti上生成速度约为40多token/秒74% 相似待验证Qwen3.6 MTP-GGUF版本在单GPU上将35B-A3B模型的推理速度推到220 token/s，比原版GGUF快超过1.4倍，且精度零损失74% 相似待验证Qwen2.5-Coder-32B在RTX 4090上以Q4量化运行，推理速度可达每秒40-60个token73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/18076

API

curl https://kongchang.com/api/v1/knowledge/claims/18076

MCP

get_claim(id=18076)