待验证50% 置信基准精确时间

在TP4张量并行配置下，QWEN 3.8峰值可达100–115 Token/秒

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/11

首次发现

有效期至：2026/12/10

来源

DeepSeek V4 Flash视觉版实测：速度惊艳但设计能力堪忧

涉及实体

QWEN 3.8model 张量并行concept

相关事实

待验证Qwen 3.8在M5 Max上基础速度为22 token/s，开启MTP后可提升到34甚至56 token/s73% 相似待验证Qwen2.5-Max-0902最大输出为13万Token，推理模式下上限可达26万Token69% 相似待验证Qwen3.7 Max已支持百万Token级别的上下文长度68% 相似待验证Q4_K_M 量化方案每个权重平均约 4.8 比特，Q8_0 量化方案每个权重 8 比特66% 相似待验证Q3_XXS模型搭配F16 KV缓存needle测试得分约80%,而Q3_K_XL配合kvarn3 KV缓存得分接近100%65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/896149

API

curl https://kongchang.com/api/v1/knowledge/claims/896149

MCP

get_claim(id=896149)