网友实测自托管 GLM 模型：双 RTX 6000 Pro 跑出 175 tok/s

网友 HankYeomans 实测自托管 GLM 模型（型号写作 GLM-5.3-EX3，尚待证实）在双 RTX 6000 Pro 上采用推测性解码，生成速度达 175 tok/s，草稿接受率 98%，prompt 吞吐同样表现良好。该数据展示了消费级工作站硬件自托管大模型的可能性，也引发社区对模型真实身份与部署细节的关注。