待验证60% 置信基准精确时间

该测试中模型短上下文场景输出速度约20 token/秒，200K+上下文降至约13 token/秒

2

来源数

60%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Mac Studio跑DeepSeek V4实测：192GB内存极限在哪

涉及实体

M2 Ultraproduct DeepSeek V4 Flashmodel

相关事实

待验证在输出（Decode）速度测试中，2 万 token 以内可达约 45 tokens/秒，3 万 token 以上骤降至约 20 tokens/秒79% 相似待验证本地模型推理速度约1-10 tokens/秒,而云端API可达50-150 tokens/秒77% 相似待验证启用MTP后推理速度波动显著，有时超过40 tokens/秒，有时降至25 tokens/秒73% 相似待验证采样频率越高轨迹越精细但续航越短，1秒采样通常比10秒采样续航缩短30-50%，长时间活动需在精度与续航间取舍72% 相似待验证微短剧将付费触点压缩到每集90-180秒69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/897649

API

curl https://kongchang.com/api/v1/knowledge/claims/897649

MCP

get_claim(id=897649)