同一模型三档量化一周实测：最快 67.9 tok/s、最慢 40.9 tok/s

一、这一周的账本：读 90 个字，写 1 个字

智能体干活时，词元的大头永远是「读」。下面每一个数都来自引擎日志里的服务端记录（23:06 前的快照；默认档的会话此刻还在跑，数字会继续微涨）：

• 62 场会话、6,000 条请求读进 350,086,987 个词元、写出只有 3,844,006 个——读写比约 91:1；最长的一条请求一次喂进 248,983 个词元，没有 OOM
• 读进去的内容里 89.5% 命中前缀缓存、第二遍不用重算；三档的 MTP 草稿接受率 80.4%–83.3%，吐出来的字基本一步到位
• 一周里引擎从 0.1.40 升到 0.1.48，档位随任务切换——本篇只报日志里的事实，不给版本号归因提速
• 速度只统计写出 ≥80 词元的请求的中位数；14 条中途取消的预填不进任何表

「像不像在线模型」的机制三件套（MoE 值班制、前缀命中、草稿核对），更早发布的智能体负载一篇已经拆过；本篇补的是它们在整周日程上的总账表现。

二、一档一行：谁接住了哪段活

主表。四列全部来自同一份日志（体积为文件字节数、十进制 GB）。在场时间：默认档全程（10-22→10-29），选型验证档 10-22→10-28，重载档 10-23 一天——三档共用同一套引擎与工具链，换档只换权重文件。

三行连起来读：三档共用同一套引擎与工具链，换档只换权重文件——但同一负载下，谁体积最小谁就最快，这个顺序在六行负载上没换过一次位置。换档这根杠杆有多大，下一张表给数。

三、速度表：竖向是任务变长，横向是换档

同一张表两个读法——竖着读是「同一档，会话越挂越长」，横着读是「同一负载，换不换档」：

竖向：从最短负载到最长负载，三档各自最多降 23.3%（UD-IQ4_XS 档）、默认档只降 16.4%——上下文吃掉的是零头。横向：同一行三档差最大 22.6 tok/s（<8K 那一行，且 Q5_K_M 档在该行只有 3 条样本）——换档才是影响体感的那一根杠杆。

四、三条提醒

• 这些是「这台机器这周被怎么用」的数字，不是模型得分：89.5% 命中是多轮智能体会话的影子，一问一答、每次全新长文档的用法吃不到这个便宜
• 三套口径互不换算：本篇＝真实负载中位；站内另有定长扫描（1k→256k）与沙箱任务两套数字，不可相加、不可互推
• 能力排名本篇没做：MMLU-Pro／GSM8K 等客观题成绩见更早发布的两篇，别从本表的快慢推能力强弱

数据来源：自有设备真实负载记录（2026-10-22 00:00 至 10-29 23:06）：Strata 引擎会话日志 strata-unc-q4km.log、strata-unsloth-ud-iq4_xs.log、strata-unc-q5km.log（HIP 后端，引擎 0.1.40→0.1.48，上下文窗口 262,144）；权重体积为 gguf 文件字节数（十进制 GB）。机器：i7-14700F + 单张 RX 7900 XTX 24 GB + 125.6 GiB 内存（UOS 25）。速度列为真实负载下写出 ≥80 词元请求的服务端中位，与站内定长扫描、沙箱任务两套口径互不换算；本篇未做客观题与工具任务评测，不作能力排名。本文仅陈述自测数据与公开技术口径，不评判任何企业与产品，不构成投资建议。