GLM-5.3-Flash NVFP4 实测：并发超 8 后单用户速度不再提升

开发者 Zach Mueller 用 NVIDIA AI Perf 在 4 张 RTX 6000 Max-Q 上对 GLM-5.3-Flash NVFP4 量化版做并发 1 到 32 的速度测试。并发超过 8 后，单用户生成速度不再提升，首 token 延迟（TTFT）持续上升；作者给出 Pareto 交互性曲线，说明本地部署该模型的实用并发上限。