待验证50% 置信事实精确时间
170 tokens/s 是跨所有并发任务的合计速度,而非单个 agent 的独立速度
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/24
首次发现
有效期至:2026/12/23
来源
涉及实体
相关事实
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72% 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71% 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63% 相似待验证一个需要20次LLM调用、每次生成200个Token的Agent任务,在30 TPS下需要约133秒完成,在300 TPS下仅需13秒63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/946669API
curl https://kongchang.com/api/v1/knowledge/claims/946669MCP
get_claim(id=946669)