实测：MoE 模型将本地 Agent 并发吞吐提升 8 倍

AIForOver50Plus · reddit · 2026-08-21

作者在 MacBook Pro M3 Max 上对比了 Dense 27B 和 MoE 30B-A3B 模型的本地并发性能。结果显示，Dense 模型在 2 个 Agent 后吞吐即因内存带宽瓶颈持平（约 20 tok/s），而 MoE 模型因每 Token 仅激活约 3B 参数，吞吐随 Agent 数量线性增长（8 Agent 时达 158.6 tok/s）。MoE 模型在首字延迟（0.8s vs 32.2s）和单 Agent 速度上均有巨大优势，证明了在内存带宽受限场景下 MoE 架构的显著优势。