待验证50% 置信基准精确时间

当前缀缓存与DFlash2投机解码同时启用时，总吞吐量下降约37%，甚至比完全不开投机解码还要慢

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/9/6

首次发现

有效期至：2026/9/20

来源

Qwen3开DFlash2反而更慢？投机解码吞吐下降30%真相解析

涉及实体

DFlash2technology Prefix Cachingconcept vLLMproduct

相关事实

待验证CodeGraph测试显示Token消耗减少约47%71% 相似待验证单纯使用'少写代码'提示词可减少33%代码量，但安全指标下降至95%70% 相似待验证从BF16到FP8，内存占用减半，但数值表示精度大幅下降70% 相似已验证当一次代码审查超过 400 行代码时，审查者的缺陷发现率会急剧下降70% 相似待验证语义缓存机制可将实际API调用量降低15%-40%68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/863789

API

curl https://kongchang.com/api/v1/knowledge/claims/863789

MCP

get_claim(id=863789)