待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Redis之父DS4引擎实测：128G Mac本地跑DeepSeek V4表现如何
bilibili苦苦菜-分享版2026/6/6
相关事实
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75% 相似待验证3B 模型在现代 CPU 上通过 llama.cpp 推理速度通常达到 10-30 tokens/秒74% 相似待验证llama.cpp通过纯CPU推理和4-bit GGUF量化格式，使7B参数模型在无GPU的普通服务器上达到每秒20-40 tokens的生成速度73% 相似待验证decode阶段的生成速度近似等于内存带宽÷模型大小，例如在内存带宽273GB/s的M4 Pro上运行4GB的Q4量化7B模型理论最大生成速度约68 tokens/s72% 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72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/52524API
curl https://kongchang.com/api/v1/knowledge/claims/52524MCP
get_claim(id=52524)