已验证65% 置信基准精确时间

该测试中模型短上下文场景输出速度约20 token/秒，200K+上下文降至约13 token/秒

3

来源数

65%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Mac Studio跑DeepSeek V4实测：192GB内存极限在哪

涉及实体

M2 Ultraproduct DeepSeek V4 Flashmodel

相关事实

已验证在输出（Decode）速度测试中，2 万 token 以内可达约 45 tokens/秒，3 万 token 以上骤降至约 20 tokens/秒79% 相似待验证实测中本地模型单次响应耗时 0.6–0.8 秒，输出 20–37 token，速度约 100–110 tok/s；第一次拒绝因冷启动耗时 6.4 秒。77% 相似待验证本地模型推理速度约1-10 tokens/秒,而云端API可达50-150 tokens/秒77% 相似待验证Aplomb 1 对短问题的模型端计算时间约 15 毫秒，端到端延迟约 200 毫秒71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/897649

API

curl https://kongchang.com/api/v1/knowledge/claims/897649

MCP

get_claim(id=897649)