待验证50% 置信基准精确时间
在超长上下文测试中，Ornith 1.5早期约75 token/秒，超过160万token后降至约45 token/秒，而Qwen 3.8在相同负载下降至约5 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
涉及实体
相关事实
待验证在TP4张量并行配置下，QWEN 3.8峰值可达100–115 Token/秒66% 相似待验证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/s65% 相似待验证投机采样中当候选 token 的接受率较高时，每次前向传播的有效输出 token 数量可达 2~4 个，从而将整体生成速度提升 1.5x~3x61% 相似待验证在Gemma 4 12B模型的Token生成测试中，Spark达26.4 tokens/s、Halo 24.6 tokens/s、M4 Pro最快33.8 tokens/s59% 相似待验证Ornith 35B MoE 约 30 秒给出三神问题的正确答案，而 Ornith 9B 和原始千问 3.5-9B 均未通过59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/907313API
curl https://kongchang.com/api/v1/knowledge/claims/907313MCP
get_claim(id=907313)