Cerebras 推理速度接近 1400 tok/s
soumitrashukla9 · x · 2026-07-14
引用内容称，Cerebras 正在以接近 1,400 tok/s 的速度提供 GPT 5.6 Luna，而上下文里提到的 /fast 模式通常只有约 75 tok/s。
这条信息的重点不是模型能力本身，而是推理服务吞吐量的数量级提升，作者的态度是“用起来很魔法”，并表示已经非常期待。
「Infra」频道最新
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26
- Unsloth 发布 MiniMax-M3.1-Flash 量化：2-bit 保留 91.5% 精度，150GB 内存可跑 — danielhanchen · 2026-10-26