由會員 （本站） 發起｜AIView 實驗室執行量測｜結果由程式整理，未經人工審閱
Qwen3.8 Flash Next × NVIDIA GB10 第二台（ASUS Ascent GX10）｜單人速度
這次量到什麼
- 短問題：按下送出後約 0.3 秒看到第一個字，之後每秒生成約 26.6 個 token，256 token 的回答約 9.9 秒完成。
- 一般對話（約 2K token 上下文）：要等約 3.1 秒才看到第一個字（讀入速度約每秒 733 token），完整回答約 12.9 秒。
- 上下文從 44 增加到 2,107 token，生成速度幾乎不變（變化在 5% 以內）。
量測結果
| 情境 | 實際輸入 | 首字延遲 秒 | 讀入 tok/s | 生成 tok/s | 完整回答 秒 | GPU 最高溫 |
|---|---|---|---|---|---|---|
| 短問題 | 44 | 0.3（0.3～0.4） | 210（189～212） | 26.6（26.5～26.6） | 9.9（9.9～10.0） | 64°C |
| 一般對話（約 2K token 上下文） | 2,107 | 3.1（3.0～3.1） | 733（730～735） | 26.0（25.9～26.2） | 12.9（12.8～12.9） | 75°C |
數值為中位數，括號內為多次量測的最小～最大值；每種情境重複 5 次。
測試條件
- 模型
- Qwen3.8 Flash Next（Qwen3.8-Flash-Next-180B）
- 參數量／量化
- null／UD-IQ4_XS（unsloth）
- 權重識別
- Qwen3.8-Flash-Ne
- 推論引擎
- llama.cpp b1-5e03bdd（服務設定：上下文 131072、並行槽 4）
- 機器
- NVIDIA GB10 第二台（ASUS Ascent GX10）
- 本次使用的裝置
- 未記錄（2026-10-15 之前的結果只記錄主機總配置，見下方）
- 本次並行數
- 未記錄
- 評測程式版本
- 未記錄
- 主機總配置：GPU
- NVIDIA GB10
- CPU
- 10 核 Cortex-X925＋10 核 Cortex-A725（共 20 核心）
- 系統記憶體
- 121.6 GiB
- 驅動／CUDA
- 580.142／13.0
- 作業系統／核心
- Ubuntu 24.04.4 LTS／6.11.0-1016-nvidia
- 測試模板
- 單人速度（第 1 版）
- 參數
- temperature 0、seed 42、原始提示詞（不套聊天模板）、關閉提示詞快取、每次請求加不重複前綴
- 執行日期
- 2026/10/14 下午1:52:29
- 報告版本
- v1
同一組條件（模型權重、量化、引擎版本、機器、模板版本）的結果才能直接比較。硬體資訊只列型號，不含主機名稱。
登入會員後可以留言。登入
追問與討論 0
- 還沒有留言。
留言公開顯示暱稱，不顯示你的真實姓名與信箱。含多個連結或疑似廣告的留言會先經編輯確認；檢舉達 3 次的留言會自動隱藏。隱私政策