待验证50% 置信基准精确时间
在2000 token新提示下，DeepSeek V4.1 Flash在Q4量化提示处理起始约360 tokens/s，64K上下文约307；token生成稳定约14 tokens/s
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/5
首次发现
有效期至：2026/10/19
来源
涉及实体
相关事实
已验证DeepSeek-V4.1-Flash 的 KV 缓存压缩至每 Token 890 字节，仅为 V4 Flash 的四分之一77% 相似待验证GLM 5.3 Flash整体较慢，Q2量化生成约12 tokens/s（64K时约10）75% 相似待验证DeepSeek V4 Flash是主打高吞吐的云端模型，推理速度可达约每秒140 tokens75% 相似待验证Qwen3 Flash Next在本地运行中开发者Primitive报告的生成速度达到142.6 tokens/s74% 相似待验证官方跑分显示 Qwen3.6 27B 稠密模型采用 NVFP4 量化时，单并发可达 202 token/s，双并发 400 token/s，8 并发冲到 1147 token/s71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/977949API
curl https://kongchang.com/api/v1/knowledge/claims/977949MCP
get_claim(id=977949)