4090/48G 原版 Maya-XS 跑 V4.1 Flash 破 70 tok/s

huangserva @servasyy_ai原推发布于 2026.10.23

在 X 上打开原推

我的天！！！70+ tok/s ！！ 单台 4090/48G 跑 DeepSeek V4.1-Flash-1017 的速度彻底被突破了！ 之前我们手工打了 5 层补丁，写代码一直卡在 17 tok/s。 今天直接上原版 Maya-XS 引擎，一个补丁没打 实测直接突破 70 tok/s： • 代码生成飙到 65 tok/s（峰值 72.4），暴涨 3.8 倍 • 日常聊天 26.4 tok/s，提速 55% • 16K 超长文本首字从 23.5 秒缩到 8.6 秒，快了 2.7 倍 底层的工程思路极其漂亮：48GB 显存吃满高频热专家（代码命中率高达 72%） 冷专家走内存 mmap 按需流式补页，搭配 DSpark 投机解码，磁盘读取仅 12-15MiB/token，丝毫不卡顿。 折腾一圈终于有标准答案了：4090 跑 1017 别再魔改，原版 Maya-XS 就是目前的最优解！

这条是引用着另一条写的：「763B 参数 V4.1 Flash 跑在 3 张 V100 32GB 上」