三张3090跑Flash-Next的新报告:334.86 tok/s不能省掉虚拟化、补丁和MTP
一份新社区报告给出QEngine 1.3.5.7的三卡结果;限功耗、无P2P、tensor补丁和测试阶段必须随数字保留。未独立复现,不能推广为3090通用速度。
2026年11月13日,club-3090新增一份三张RTX 3090运行Qwen3.8-Flash-Next的社区报告。作者给出QEngine 1.3.5.7、INT4加MTP,narrative与code两项decode分别为259.20和334.86 tok/s。它是一台具体机器的自报,不是本站复现,也不是所有3090的预期速度。
关键条件不能删:机器是EPYC 7R13与ESXi 8.0直通,三卡均限320W,没有P2P,使用gpu-unlock tensor补丁。限功耗与补丁对结果的影响方向不同,不能只挑一个因素解释与别人的差距。作者还给出经主机内存中转的通信路径,这不是原生裸机互联的等价替身。
报告同时展示了稳定性与边界测试,但不能把PASS翻译成“能力没有损失”。原帖未给出完整能力题集结果,并记有一次工具调用失败。维护者评论确认这只是该机器的数据,还指出工具把QEngine decode来源误标为llama.cpp日志,以及服务身份字段显示问号;标签问题与吞吐数值有效性应分别核对。
另一个容易混淆的地方是原帖和附件并非同一轮。附件rig报告于06:29:01 UTC生成,10K阶段给出的prefill均值4209.96、decode均值252.05 tok/s,来自同阶段三次短输出探针。不能拿这组prefill去配原帖code的334.86,也不能将短探针当长输出稳态速度。站内仅把附件的成对数据送入L0草稿审核。
许可也必须锁版本:已回读测试提交5028c50的LICENSE,确为PolyForm Noncommercial 1.0.0,含非商业限制。仓库后续PR说明QEngine从1.3.5.8转为MIT,这份测试仍是1.3.5.7,不能用新版本许可替旧镜像背书。选型先问数字是在什么条件下成立,再问能不能复现到自己的机器。
来源:https://github.com/noonghunna/club-3090/issues/2011 原始附件:https://gist.github.com/dgaglioni/7334f51d7f7f9070e0f302f4e80789e6 许可变更线索:https://github.com/noonghunna/club-3090/pull/2017