跳到正文
热点事件持续更新

Inkling 2 Mini本地实测达200 tokens/秒

1 篇报道1 个报道来源31 分钟前更新

先了解这件事

AI 综述

开发者 @gaunernst 分享了 Inkling 2 Mini 的本地运行实测:在 RTX 5090 上通过 vLLM 部署后,模型开箱生成速度达到 200 tokens/秒,并原生支持 NVFP4 量化。 他同时称,Inkling 2 Mini 的思维链比 Qwen 更简洁流畅,使用体验较顺滑;这是该开发者的个人体验与单次配置实测,并非跨硬件或模型的统一性能结论。

AI 根据报道生成 · 18 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月22日
  1. AGI Hunt
    Inkling 2 Mini 在 RTX 5090 上用 vLLM 跑出 200 tok/s

    开发者 @gaunernst 分享实测:在 RTX 5090 上用 vLLM 运行 Inkling 2 Mini,开箱生成速度达到 200 tokens/秒,并原生支持 NVFP4 量化。其思维链相比 Qwen 更简洁流畅,使用者称第一印象体验顺滑。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。