待验证50% 置信基准精确时间
在llama.cpp的真实跑分线程中，2021年M1 Max解码写入速度61 tokens/s，高于2024年M4 Pro的51 tokens/s
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
待验证Neural Accelerator需要支持它的软件才能发挥作用，用2023年旧版llama.cpp跑M5 Max读取速度仅约990 tokens/s76% 相似待验证运行Qwen3-Next-Flash（Autoround W4A16量化）时，预填充速度约1.3k tokens/s，生成速度达70 tokens/s（代码）/60 tokens/s（散文），支持128k+长上下文74% 相似待验证该配置下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% 相似待验证基于MLX框架，顶配Mac机型运行Llama-3-70B量化模型可达约20 tokens/秒的生成速度72% 相似待验证在80亿参数模型的文本生成测试中，M5 Ultra每秒188 tokens，M3 Ultra每秒129 tokens，仅为1.45倍72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/977841API
curl https://kongchang.com/api/v1/knowledge/claims/977841MCP
get_claim(id=977841)