SGLang 称 Kimi K3 上线即达 423 tok/s，推理栈深度优化
ying11231 · x · 2026-07-29
- SGLang 表示，Kimi K3 在 day 0 就能跑到 423 tok/s（GSM8K 测得），而且 RL 支持已经在 Miles 里就绪。
- 他们称这是对 K3 新架构的原生实现和深度优化，用了 fused KDA decode kernels、DP attention、DSpark、PD disagg 和 KDA-aware prefix caching。
- 团队还表示已经通过 Kimi Vendor Verifier，并且这套方案已可用于生产环境。
- 帖子列出了 Moonshot、NVIDIA、AMD、KVCache AI、Modal、Baseten 以及多家云/推理平台的协作。
- 评论区还会给出 blog、cookbook 和 benchmark；演示视频据称也是由 Kimi K3 自己生成的。
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