Qwen3.8-Flash-Next 免费端点上线：H200 跑出 100 tok/s
victormustar · x · 2026-08-26
开发者 victormustar 部署了 Qwen3.8-Flash-Next 的免费公共端点，无需 Token 即可调用。该端点兼容 OpenAI 接口，支持视觉、工具调用及 26.2K 上下文。后端配置为 4× H200 (FP8)，使用 SGLang cookbook，单流速度约 140 tok/s，16 并发下约 100 tok/s，TTFT 仅 0.8 秒。
「Infra」频道最新
- Bloomberg 算账:得州 AI 数据中心 1GW 场地建设成本失控 — rohanpaul_ai · 2026-10-15
- 系统设计面试必懂的 7 个分布式算法 — goyalshaliniuk · 2026-10-15
- 面壁 MiniCPM-V 4.7 端侧跑 35B 多模态,仅 3GB 内存、每 token 激活 3B — nevrekaraishwa2 · 2026-10-15
- Sipeed MaixStation 产品页上线，端侧 AI 开发套件来了 — xlltt · 2026-10-15
- 英伟达市值已超过印度整个股市 — theteknosaur · 2026-10-15
- 实测 Apple Silicon GEMM 性能:M6 矩阵单元 fp8 达 fp16 两倍,M5 不支持 — Brilliant-Hall1387 · 2026-10-15