标签
这篇帖子认为，原始推理速度正变得与模型智能同样重要，因为 AI 智能体在执行每项任务时都要进行数十次链式调用——文中比较了 N0.5 Flash（约 2,000 token/秒）、DeepSeek V4.1 Flash、GLM-5.3-Flash 和 MiMo-V2.5-Pro UltraSpeed 等顶级高吞吐量方案。
一位Twitter用户讨论拥有两台NVIDIA DGX Sparks系统，而另一位用户报告通过模型更新到DFlash2-7后，token吞吐量达到每秒67个。