Inco AI发布Splash 1.4.0与DFlash 2
先了解这件事
Inco AI 发布 Splash 1.4.0，并以 Apache-2.0 许可开源用于投机解码的 DFlash 2 草稿模型。项目方称，在 64GB M5 Pro 上运行官方 FP8 版 Qwen3.8-Flash-Next 时，解码速度最高达 120 tok/s，32K 上下文预填充速度为 1.3K tok/s，较 Strata 快逾30%；相关验证采用 TP1 配置，版本还提供 SGLang 部署命令、target-feature capture 补丁及 speculative 参数。 随后，Inside-Pen-8395 通过 Splash 1.4.0 自研 fork、Qwen3.8-Flash-Next 的 ISTA GSQ-RCO Q20 量化版和 DFlash 2，在 24GB MacBook Air M5 上实现 48.8 t/s 的专家流式加载；该方案仅让约28%的专家槽常驻内存，其余按需从 SSD 读取，支持256K上下文。
AI 根据报道生成 · 2 小时前更新
事件进展
2 个进展
- 10月25日 18:55 · 1 篇报道在24GB MacBook Air流式运行量化大模型AGI Hunt：24GB MacBook Air 流式加载 Qwen3.8-Flash-Next 量化模型达 48.8 t/s
- 10月22日 06:35 · 1 篇报道发布Splash 1.4.0与DFlash 2AGI Hunt：Splash 1.4.0 发布，Qwen3.8-Flash-Next 在 M5 Pro 上实现 120 tok/s 解码
报道时间线
沿着报道，了解事件的不同侧面。
- AGI Hunt24GB MacBook Air 流式加载 Qwen3.8-Flash-Next 量化模型达 48.8 t/s
Inside-Pen-8395 在 24GB 内存的 MacBook Air M5 上，通过 Splash 1.4.0、自研 fork、Qwen3.8-Flash-Next 的 ISTA GSQ-RCO Q20 量化版和 Flash-Next-DFlash2 投机解码，实现 48.8 t/s 的专家流式加载。
- AGI HuntSplash 1.4.0 发布，Qwen3.8-Flash-Next 在 M5 Pro 上实现 120 tok/s 解码
Inco AI 发布 Splash 1.4.0，并同步开源用于投机解码的 DFlash 2 草稿模型。Qwen3.8-Flash-Next 在 M5 Pro（64GB）上最高达到 120 tok/s 解码速度，32K 上下文下预填充速度为 1.3K tok/s，比 Strata 快 30% 以上，支持最高 1M 上下文。
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。