待验证50% 置信基准精确时间
在 Qwen3 27B 的 llama.cpp 环境下，R9700 跑出 27.1 tokens/s（达带宽上限约65%），B70 跑出 21.4 tokens/s（约50%出头）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/5
首次发现
有效期至：2027/1/3
来源
涉及实体
相关事实
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/s79% 相似待验证Qwen3 27B拥有64层网络、5120隐藏维度，原生上下文长度达262144 tokens78% 相似待验证据 FreeToken 技术论文，在 RTX 5090 系统上 Qwen3-235B-A3B 可达 77-83 tokens/s，DeepSeek 相关模型在 agent 轨迹上可达 22-25 tokens/s73% 相似待验证在显存充足、模型完整驻留GPU时，RTX 4090跑Q4量化的27B模型通常可达15～30 tokens/s；触发CPU卸载后速度可能骤降至1～2 tokens/s甚至更低73% 相似待验证claude-code-local 宣称支持 Qwen 3.5 122B（约 65 tokens/秒）、Llama 3.3 70B 和 Gemma 4 31B 等模型72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/977977API
curl https://kongchang.com/api/v1/knowledge/claims/977977MCP
get_claim(id=977977)