Apex-35B 单卡实测：48G 4090 跑 205 tok/s,21 分钟自修 Python 项目

lxfater · x · 2026-11-03

博主 lxfater 转引一份对超衍新模型 Apex-35B-v1.0 的深度实测：作者在 48G 4090 上烧了 400 万 token、测了九个项目，结论是单卡上能真干活的研究助手里它独一档。关键数据：用 Strata 跑 24G 显存即可达 115 tok/s（比 llama.cpp 快 72%），满血 48G 达 205 tok/s；一道 64 根血管的流体优化题，30 轮内自己摸出流量与半径的 3.5 次方规律、误差缩小 580 倍；接上 Claude Code 修挂掉的 Python 项目，21 分钟 55 次工具调用、18 个测试全过，全程无人工参与。lxfater 此前认为本地小模型干活还差口气，现在表示若普通单卡也能这样，他的判断得改——但 48G 4090 并不普及，普通显卡表现仍待验证。