Qwen3.8-Flash-Next GGUF 版放出 MTP，多 token 预测有望显著提升本地 TPS
vini542reddit · reddit · 2026-09-01
社区为 Qwen3.8-Flash-Next 的 GGUF 量化版本放出了 MTP（Multi-Token Prediction，多 token 预测）支持。发帖人表示这有望显著提升本地推理的每秒 token 数（TPS），正等待测试。
目前还差 llama.cpp 侧的更多优化被合并，本地玩家即可受益。
所属事件:Qwen3.8-Flash 引入 MTP 多 token 预测，本地推理提速 1.7 倍(2 条相关)→
「Infra」频道最新
- 覆盖 Bedrock/Azure/Vertex 三万条价格，开发者做出云端模型变动雷达 — jsandhu0780 · 2026-10-18
- 1270万 tokens 仅花 0.14 美元，缓存命中率 99.6% 的 agent 实测 — teortaxesTex · 2026-10-18
- 单卡 9060 XT 16GB 跑 Qwen3 27B：262k 上下文 42.7 tps — Maglcite · 2026-10-18
- SlateDB+Lance+Datafusion 自建数据栈,为客户年省数百万美元 — sh_reya · 2026-10-18
- 视频生成 API 每 10 秒约 0.5 美元,自建服务器何时更划算? — Key-Lychee-913 · 2026-10-18
- vLLM 联手 NVIDIA 优化 Kimi K3:GB300 上解码达 842 tokens/s — vllm_project · 2026-10-18