已过期50% 置信基准精确时间

Qwen3-27B在4×RTX 4090上开启前缀缓存和DFlash2投机解码后，总吞吐量下降约37%

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(已过期)

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

Qwen3-27Bmodel RTX 4090product DFlash2concept 前缀缓存concept

相关事实

待验证UP主建议个人用户不推荐部署Qwen3.8-27B，内存低于32GB应直接放弃，因为Q4版本占用约36GB内存71% 相似待验证在16G显存下部署Qwen3 27B，若部分权重被卸载到内存（offload），速度会从几十T/s骤降到个位数71% 相似待验证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69% 相似已验证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token67% 相似待验证Qwen3-235B-A22B采用MoE架构，235B总参数中每次只激活22B67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/864435

API

curl https://kongchang.com/api/v1/knowledge/claims/864435

MCP

get_claim(id=864435)