热点事件持续更新
双RTX 6000 Pro自托管GLM实测175 tok/s
2 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月2日，AGI Hunt 报道称，网友 HankYeomans 分享自托管 GLM 模型的本地部署数据：在双 RTX 6000 Pro 上采用推测性解码，生成速度达 175 tok/s，草稿接受率高达 98%，prompt 吞吐同样表现良好。该报道中模型型号写作 GLM-5.3-EX3，但标明尚待证实，型号名称疑为笔误；发帖人自己称这个数字「ridiculous」，相关数据也未经证实。同日稍后，AGI Hunt 再发一条同源报道，内容与首条一致，仍强调型号待证实、数据未经验证，未提供额外细节。该数据展示了消费级工作站硬件自托管大模型的可能性，同时引发社区对模型真实身份与部署细节的关注。截至当前，仅有 AGI Hunt 一家来源的这两条同日报道，暂无后续进展或官方回应。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 07:00
AGI Hunt 同日再发一条同源报道，内容与首报一致，型号与数据仍待证实。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- AGI Hunt网友称自托管 GLM 模型在双 RTX 6000 Pro 上跑出 175 tok/s、98% 草稿接受率
网友 HankYeomans 分享本地部署数据：疑似 GLM 模型（写作 GLM-5.3-EX3，型号名待证实）在两块 RTX 6000 Pro 上达到 175 tok/s，搭配投机解码的草稿接受率高达 98%。发帖人自己称这个数字「ridiculous」。该型号名称疑为笔误，数据未经证实。
- AGI Hunt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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。