PhoneLLM 实测：P95 延迟低于 600ms，每分钟成本约 0.25 美分
altryne · x · 2026-08-31
Altryne 分享了 PhoneLLM 的性能数据。该模型的 P95 延迟控制在 600 毫秒以内，成本极低，运行一分钟仅需约 0.25 美分。这表明其在端侧或实时语音交互场景下具有极高的性价比潜力。
「Infra」频道最新
- 同样 1000 个 Cloudflare Durable Objects，月成本从 4050 美元压到 22 美元 — threepointone · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- DuoDiscover 让 Agent 自建快速评估代理，TPU 内核提速 2.68 倍 — berkeley_ai · 2026-10-16
- Google 将 2026 年资本开支上调至最高 2050 亿美元 — emmanuelvivier · 2026-10-16
- Google 开源 AX:像 Kubernetes 一样编排数十亿 Agent 任务 — thisdudelikesAI · 2026-10-16