Qwen3.8 Flash 本地实测：Ngram 常开让 token 消耗暴涨 3 倍
esw123 · reddit · 2026-09-03
楼主在 Unsloth Studio 中对比 Qwen3.8 Flash Next 的 MTP 与 MTP+Ngram 设置：只开 MTP 时吞吐（tg）提升约 10%，但额外思考导致 token 用量从 20K 飙到 66K；作者困惑 Ngram 是否应该为智力表现常开，向社区求证取舍。
「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