待验证50% 置信基准精确时间
Strata速度表中128k上下文下Q2_0（2比特）为65.1 token/s，IQ2_XS为52，4k短上下文下IQ3_XXS为65.6
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
待验证在128K上下文下，Q2_0输出65.1 tok/s、IQ2_XS输出52.0 tok/s、IQ3_XXS输出44.8 tok/s80% 相似待验证路径A中RTX 3060跑前段层、AMD AI Max+ 395跑后段层，在IQ3量化64K长输入下Prefill速度从136.69 token/s提升到319.1 token/s76% 相似待验证在32K prompt输入下，Q2量化的读取速度可从572 token/s提升到1290 token/s，Q3可从383提升到1208 token/s71% 相似待验证Qwen 3.8在M5 Max上基础速度为22 token/s，开启MTP后可提升到34甚至56 token/s70% 相似待验证7900XTX 在 Windows 下 Qwen3 IQ3_XSS 量化的 Prompt 处理（preview）速度只有约 400-479 t/s68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/978809API
curl https://kongchang.com/api/v1/knowledge/claims/978809MCP
get_claim(id=978809)