待验证50% 置信基准精确时间
在一台128G算力舱设备上，Qwen3.8 Flash的解码速度常态达241 TPS，峰值达274 TPS
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/16
首次发现
有效期至：2026/12/15
来源
涉及实体
相关事实
待验证在AMD RX 7900XTX 24GB显卡上运行Qwen3 27B级别模型，输出速度最高可达52~53 TPS，平均稳定在47 TPS左右76% 相似待验证在Qwen 3.8 Flash Next模型上，解码性能翻倍达到52 tok/s73% 相似待验证用33K长度的Qwen3.8-Flash技术报告作为长文本输入实例，预填充阶段速度约180 tok/s，解码阶段约18 tok/s73% 相似待验证以FP16半精度计算，RTX 4090理论算力约为330 TFLOPS，M2 Ultra的GPU算力约为27.2 TFLOPS72% 相似待验证TPU v4单芯片峰值算力约275 TFLOPS（BF16精度），TPU v4-32 pod由32个芯片通过ICI高速互联组成，总算力约8800 TFLOPS72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/925935API
curl https://kongchang.com/api/v1/knowledge/claims/925935MCP
get_claim(id=925935)