待验证50% 置信基准精确时间

社区横向对比数据：M2 Ultra约20 token/秒，M3 Ultra 512GB为39.8 token/秒，单张B200为119.7 token/秒，8张RTX Pro 6000约204 token/秒，改装48GB显存RTX 4090定制后端367 token/秒，双H200约375 token/秒

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/11

首次发现

有效期至：2026/12/10

来源

Mac Studio跑DeepSeek V4实测：192GB内存极限在哪

涉及实体

M2 Ultraproduct M3 Ultraproduct B200product RTX Pro 6000product H200product

相关事实

待验证在配备96GB显存的M2 Max上以1-bit精度运行时，简单任务生成速度稳定在约28-30 tokens/秒73% 相似待验证M3原始权重存储下限：BF16约854GB，8-bit约428GB，4-bit约214GB70% 相似待验证在单张 32GB 显卡、q4_0 量化场景下，上下文长度从更新前的 82,432 token 增至更新后的 199,680 token70% 相似待验证在显存充足、模型完整驻留GPU时，RTX 4090跑Q4量化的27B模型通常可达15～30 tokens/s；触发CPU卸载后速度可能骤降至1～2 tokens/s甚至更低70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/897655

API

curl https://kongchang.com/api/v1/knowledge/claims/897655

MCP

get_claim(id=897655)