待验证50% 置信基准精确时间
M3 Ultra从约16K开始衰减，到500K时增量速度降到峰值的三分之一到四分之一，而Spark在同样位置能保持约二分之一
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/23
首次发现
有效期至：2026/12/22
来源
涉及实体
相关事实
待验证13B-14B级别模型（4-bit量化）在该配置下速度下降到每秒2-5个token61% 相似待验证Q4_K_M量化文件大小17.77GB，pp2048速度96.8 tok/s，tg128速度11.4 tok/s61% 相似待验证Collapse推理速度：CPU上单条10-token上下文约0.23毫秒，MPS在batch 1024下约230万token/秒，最近邻查询约0.48毫秒59% 相似待验证对照模型Supra-50M有51.8M参数，bf16下103.6MB，8-bit量化后56.2MB，降到int4困惑度从165恶化到193，压到三元直接崩溃59% 相似待验证生成5秒768P视频并开启Fast Cache时，M3 Ultra耗时37分14秒，M5 Ultra耗时9分24秒，快了近4倍58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/945148API
curl https://kongchang.com/api/v1/knowledge/claims/945148MCP
get_claim(id=945148)