待验证60% 置信基准精确时间
在700亿参数模型的首token时间测试中，M3 Ultra耗时31.6秒，M5 Ultra仅7.7秒，达到约4.1倍，接近苹果宣称的4.3倍
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/9/23
首次发现
有效期至：2026/12/22
来源
涉及实体
相关事实
待验证在M1 Max上跑27B模型处理3.2万token提示词需等待超过500秒才输出首字，而M5 Max不到一分钟（优化软件下约40秒）78% 相似待验证在 48 GB 内存的 MacBook Pro M5 Pro 上、32K 上下文窗口下，Markdown（限制器）模式每道搜索题的平均耗时：Qwen 3.8 27B 约 42 秒，Meta Muse Glimmer 30B 约 62 秒，Prism Bonsai 27B 约 24 秒，Gemma 4 12B QAT 约 16 秒（切到 Markdown Raw 后约 43 秒）。73% 相似待验证同一场景、同一句话各试10次，DeepSeek平均响应时间为3.68秒，M3为10.70秒，优化前的M3.1高达20.35秒。73% 相似已验证一个30亿参数的Llama在CPU上每次调用耗时1到3秒，而70B模型每次40秒70% 相似已验证在 T4 显卡上，Laya 单个问题耗时 33 毫秒，批量处理可压到 7 毫秒69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/944990API
curl https://kongchang.com/api/v1/knowledge/claims/944990MCP
get_claim(id=944990)