Unsloth acelera 1,7 veces la inferencia local de Qwen3.8-Flash
Título original:Qwen3.8-Flash can now run 1.7× faster locally with MTP!⚡️ GGUFs can reach 170 tokens/s on a RTX PRO...
Resumen de IA
Unsloth acelera aproximadamente entre 1,3 y 1,7 veces la inferencia local de Qwen3.8-Flash-Next mediante MTP (Multi-Token Prediction) sin pérdida de precisión; el GGUF alcanza 170 tokens/s en una sola RTX PRO 6000 (100 tokens/s de referencia).
Puntos clave
- Unsloth acelera aproximadamente entre 1,3 y 1,7 veces la inferencia local de Qwen3.
- 8-Flash-Next mediante MTP (Multi-Token Prediction) sin pérdida de precisión
- el GGUF alcanza 170 tokens/s en una sola RTX PRO 6000 (100 tokens/s de referencia).
Resumen rápido
- Publicado
- Actualizado
- Fuente
- X:Unsloth (@UnslothAI)
- Categoría
- Productos y aplicaciones
- Puntuación IA
- 66
原文给出了 MTP 加速的具体倍数、显存门槛和各量化档位内存需求,读者可以据此判断自己的设备能否跑通。
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Unsloth acelera 1,7 veces la inferencia local de Qwen3.8-Flash. 2. septiembre 2026. https://new.nat6.net/es/news/cmtyjea9r0005ro10eeudp015/