我们实测出的能力
基于真实机器环境的实测数据，以下是部分关键能力指标
数据持续更新最近更新：2026-09-27
5~60 人
同时服务
中小型企业按人数选档：两卡 5 路 → 四卡 60 路
256K
上下文 · 一次读完 25 万字
原生 262,144 上下文；实测 25 万字材料一次读进去
0.135 s
最低首 Token
256 字短问答单路实测最低；长文命中前缀缓存后 1.1–1.2 s
290.05 tok/s
极致调优的单路输出
4× PRO 6000 三次单路实测最高，三次均值约 282 tok/s
916.6 tok/s
20 路聚合输出
四卡机 256 字短问答 × 20 路实测，0 失败 0 溢出
0 失败
7×24 连续运行
现网已连续跑 146.6 分钟 / 651 个请求：0 中断 · 0 报错 · 0 显存溢出
热门配置方案
我们已实测多种配置，满足不同规模和场景的需求
2× RTX 5090 32GB
适合主流模型推理，一台双卡机即可支撑长文档批处理与多路并发任务。
查看详情
4× RTX 5090 32GB
适合高并发任务与多用户场景：20 人同时在线，每人仍有 29 tok/s，性价比最高的一档。
查看详情
8× RTX 5090 32GB
适合百人级在线场景：6 万字上下文 120 路并发全部成功，整机功耗仅 1.68 kW。
查看详情
4× RTX PRO 6000 96GB
适合大模型与高并发兼顾的场景：单卡 96GB，10 路 × 25 万字长上下文同时进行。
查看详情
1× RTX 3080 Laptop 16GB
16GB 单卡运行 Qwen3.5-0.8B，80 路并发实测总吞吐 3,284 tok/s。
查看详情
1× RTX 2080 Ti 22GB
22GB 单卡运行 Qwen3.5-0.8B，128 路并发实测总吞吐 6,448 tok/s。
查看详情
8× RTX 2080 Ti 22GB
176GB 总显存复用老卡集群，Flash-Next Q4 稳定单路约 37 tok/s，4K prefill 约 545 tok/s。
查看详情
1× RTX 3090 Ti 24GB · llamAmpere
JakeATX/llamAmpere v0.3.1：RTX 3090 Ti 24GB 上的 Qwen3.8-27B SM86 优化路线，公开成绩最高约 99 tok/s，支持 200K+ 上下文。
查看详情
能力案例
精选 6 个现场生成的真实产物 —— 网页、游戏、工具都可以直接打开体验
产物可玩3D 体素沙盒：打开就能挖方块
两个模型同题各生一版，Flash-Next 版自带本地存档
Qwen3.8-Flash-Next
产物可玩Windows 11 桌面模拟器：窗口、任务栏、开始菜单
拖动 / 缩放 / 多开、虚拟文件系统、一组内置系统应用，全在一个文件里
Qwen3.8-Flash-Next
产物可玩仿真证券交易终端：行情、下单、持仓、T+1 全齐
带 K 线、手续费、当日委托与资产曲线的完整交易台
Qwen3.8-Flash-Next
产物可玩网页版简易 Photoshop：图层、画笔、滤镜
含图层混合、调整面板、快捷键体系的图像编辑器
Qwen3.8-Flash-Next
产物可玩3D 赛车：一条赛道直接从提示词里跑出来
两个模型同题各生一版，浏览器里直接开赛
Qwen3.8-Flash-Next
产物可玩中国象棋：人机对弈、双人同屏都能下
单文件 31 KB 的完整棋局，人机可对战
Qwen3.8-Flash-Next