Qwen3.8FlashNext 长上下文压缩时的冷 prefill 速度无人实测
Express_Quail_1493 · reddit · 2026-09-28
Reddit 用户求测:很多人晒 Qwen3.8FlashNext 的 decode 与 prompt prefill 速度,但没人分享在 harness 进行 128k 上下文压缩(compaction)时的 prefill 数据。发帖者想看部分 offload 下的冷 prefill 实测速度。
「Infra」频道最新
- 谷歌宣布 Gemini 3.5 Flash 可在断网气隙环境运行 — shashib · 2026-11-16
- Gemma.c:单文件 C 实现 Gemma 1/2/3 多模态推理,纯 CPU 跑 72 tok/s — This-Purchase-3325 · 2026-11-16
- Sarvam 在印度上线 Token Factory 托管开源模型推理 — itsOmSarraf_ · 2026-11-16
- BIS 规则原文:封堵先进 AI 芯片的远程访问通道 — apples_jimmy · 2026-11-16
- 越狱PS4直连2013年GPU跑9B开源模型,速度达43 tokens/s — AIFlow_ML · 2026-11-16
- Mobile AI Factory:agent 自动为你的手机造专用小模型,GPU 时间省 19 倍 — pmttyji · 2026-11-16