已过期50% 置信基准精确时间
客户端观测显示修复任务输出速度约242 tokens/秒、Web任务约269 tokens/秒，输入缓存命中率分别约92.5%和97.8%
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/9/18
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/2(已过期)
来源
涉及实体
相关事实
待验证该配置下35B模型实测单人最高速度约80 Tokens/秒，并发可达500 Tokens/秒以上74% 相似待验证在4×RTX 3090 SXM4配置下，GLM-5.2量化版本的Token生成速度约为6.3-6.8 tokens/秒，提示评估速度约为10.6 tokens/秒74% 相似待验证本地部署DS4模型在STM32嵌入式开发测试中平均输出速度约为23 tokens/秒，推理时内存占用飙升至110GB，峰值速度达83.8 tokens/秒73% 相似待验证在同配置对比中，38K单请求吞吐从每秒69.38个Token提高到86.07个，约4K的8路总吞吐从每秒400.16提高到464.1569% 相似待验证当前长上下文窗口（100K-1M tokens）的普及使Agent能够维持复杂任务的长期记忆69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/932813API
curl https://kongchang.com/api/v1/knowledge/claims/932813MCP
get_claim(id=932813)