待验证60% 置信事实时间未知
同等参数的Dense模型在没有MTP的情况下，生成速度通常只有40-50 tokens/s
1
来源数
60%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
oMLX+MTP+Qwen3.6：本地AI编程速度突破新极限
bilibili安得广厦千万间678
涉及实体
相关事实
待验证使用SGLang同时开启Prefix Cache和MTP后，token生成速度提升到约40-50 tokens/s73% 相似待验证基于MLX框架，顶配Mac机型运行Llama-3-70B量化模型可达约20 tokens/秒的生成速度67% 相似待验证在4×RTX 3090 SXM4配置下，GLM-5.2量化版本的Token生成速度约为6.3-6.8 tokens/秒，提示评估速度约为10.6 tokens/秒65% 相似待验证在对照测试中，35B模型速度约100 tokens/秒（Mac Studio），是9B模型16 tokens/秒的约五倍65% 相似待验证本地部署DS4模型在STM32嵌入式开发测试中平均输出速度约为23 tokens/秒，推理时内存占用飙升至110GB，峰值速度达83.8 tokens/秒64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/36183API
curl https://kongchang.com/api/v1/knowledge/claims/36183MCP
get_claim(id=36183)