M5 Ultra 256GB 首测 Mimo2.6-Flash：32K 上下文 49 tok/s
bakawolf123 · reddit · 2026-09-22
Reddit 用户收到 M5 Ultra（36 核/80 核 GPU，256GB 统一内存）后，自己写了 mlx-vlm 补丁抢先跑 Mimo2.6-Flash 原始权重，并给出早期性能数据。
- 32K prompt / 64 tokens 生成：prompt 处理约 1238 tok/s，生成平均 49.1 tok/s
- 64K prompt / 1024 tokens：prompt 约 982 tok/s，生成降至 38.1 tok/s，总耗时约 90 秒
- 模型开启了 MTP 但疑似未生效；评价是「能用但平平」(pretty meh, but usable)
- 附了 oMLX 跑 qwen3.8-flash-next fp8 的对比：输出侧 42-44 tok/s，内存占用 177-188GB
- 目前还没有开箱即用的支持，作者靠手写补丁加载原始权重
「Infra」频道最新
- DeepSeek V4.1 Flash 单卡 3090 跑出 20 tok/s，官方推理栈开源加持 — casper_hansen_ · 2026-11-12
- 微软 SC26 将揭秘 Maia 加速器:日服务数万亿 token 的数据流设计 — thoefler · 2026-11-12
- ClickHouse 收购 Xata 并发布 Managed Postgres,客户超 5000 家 — CShorten30 · 2026-11-12
- Ben Shapiro 公开推荐《The Nvidia Way》,作者直呼没想到 — firstadopter · 2026-11-12
- 2026 中期选举 41 项数据中心公投 40 项倒向反 AI 建设方 — Acceptable-Offer-518 · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12