已过期50% 置信基准精确时间
D-Flash2在16路并发下总吞吐达到227.6 Token/s,平均每路28.2 Token/s,首Token延迟为4.18秒
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/9/23
首次发现
此条事实已过期,仅作历史留存,不再代表当前状态
有效期至:2026/10/7(已过期)
来源
涉及实体
相关事实
待验证在8GB显卡上,token生成速度约为4.2到5 token/秒,且随着上下文变长速度从约6 token/秒下降到4.2左右72% 相似已验证在输出(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69% 相似待验证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66% 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64% 相似待验证该测试中预填充速度固定在约 500~600 token/s,首 token 耗时随输入长度线性增加64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/942564API
curl https://kongchang.com/api/v1/knowledge/claims/942564MCP
get_claim(id=942564)