待验证50% 置信事实精确时间
在 AMD Radeon RX 9060 XT 16GB 显卡上使用 IQ3 量化版本（10.9GB）和 llama.cpp Vulkan 后端，提示词本身有 104,813 个 token，比 Astra 处理同一段文本多出 42%，读取十万多个 token 花了将近 30 分钟，模型思考 18 分钟写了 4,700 个 token 仍未说出游戏名字。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/4
首次发现
有效期至：2026/11/18
来源
Qwen 3.8 27B 真能读懂神经网络权重？16GB 实测揭秘
youtubeOpaya2026/11/4
涉及实体
相关事实
待验证在 AMD RX 7900 显卡实测中，Ornith 35B 总体准确率 85%（21 项通过 18 项），生成速度 74 tokens/秒，提示词处理 850 tokens/秒，显存占用 20GB78% 相似待验证使用 AMD Radeon RX 7900XTX 在 Windows 11 上通过 Strata 跑 Qwen3，生成速度（输出 token）稳定在 60-80 t/s，平均约 68 token/s69% 相似待验证在配备6核锐龙和64GB内存的RTX 5070上，Strata短对话约90 Token/秒，12.8万Token上下文约67 Token/秒，读取提示词约1300 Token/秒69% 相似待验证在6张RTX 5090上Colibri实测速度达9.0-9.2 token/s，在25GB开发机上从NVMe流式读取速度为0.05-0.1 token/s68% 相似待验证GFX1151 Engine在AMD 395上的解码（对话生成）速度为每秒30到40 token，具体取决于投机采样的接受率67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1135727API
curl https://kongchang.com/api/v1/knowledge/claims/1135727MCP
get_claim(id=1135727)