待验证50% 置信基准精确时间
Strata是一个开源推理运行时，能在RTX 5070（12GB显存）上运行1250亿参数的Qwen3.8 Flash Next模型，输出速度约为每秒90个Token
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/5
首次发现
有效期至：2027/1/3
来源
涉及实体
相关事实
已验证在RTX 5070（12GB显存）配置下，本地Qwen3 9B模型的输出速度达到约70-76 token/秒75% 相似待验证旧款RTX 3090因24GB显存能容纳更多专家，预估运行Strata性能反而达100到140 Token/秒，说明此工作负载下显存容量胜过纯浮点算力72% 相似待验证约8亿参数的Qwen3.5生成速度最快，接近每秒15个令牌，第二名LFM2.5超过每秒10个令牌71% 相似已验证在RTX 5090上，Muse Glimmer生成速度从每秒75个Token提升到233个Token，提速约3.1倍69% 相似待验证Qwen3 Flash Next在本地运行中开发者Primitive报告的生成速度达到142.6 tokens/s69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/978610API
curl https://kongchang.com/api/v1/knowledge/claims/978610MCP
get_claim(id=978610)