Kimi K3 接入 SGLang，首日跑到 423 tok/s
ying11231 · x · 2026-07-28
- Kimi K3 已在 SGLang 上线，作者称其在 GSM8K 上达到 423 tok/s 的 day-0 速度。
- 帖子强调：演示视频本身就是由 Kimi K3 生成，而且运行在同一套正在发布的服务栈上，形成了“模型演示模型基础设施”的递归效果。
- 工程侧信息包括：2.8T MoE、新的 KDA 架构，以及为此做的深度 serving 优化——fused decode kernels、DP attention、DSpark、PD disagg 和 KDA-aware prefix caching。
- 另外，发布首日就有 11 家云伙伴 支持部署，被包装成开源生态里“模型、基础设施、云厂商同步交付”的案例。
所属事件:SGLang首发支持Kimi K3，吞吐量飙升至423 tok/s(8 条相关)→
「Infra」频道最新
- Ortet 自托管评测 34 个开源模型在 50 项健康基准上的表现 — kchonyc · 2026-10-27
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27
- Supabase 联创谈 AI 时代后端：为十亿个 AI 生成应用而设计 — Latent Space · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27