此推文列出了 DFlash-MLX 技术为不同规模的 Qwen3.5 模型带来的具体 token/s 加速倍数，并说明了其无损生成特性。
📝 详细摘要
作为上一条推文的补充，这条回复详细列出了 DFlash-MLX 优化技术带来的具体性能数据。包括 Qwen3.5-4B 和 9B 模型加速前后的 tokens/s 对比及倍数，以及更大参数量化模型的加速效果。同时，它简要解释了该技术采用“Block-diffusion”一次生成多个 token 并验证的方法，实现了 100% 无损生成。
📊 文章信息
AI 初评：76
来源：Berryxia.AI(@berryxia)
作者：Berryxia.AI
分类：人工智能
语言：中文
阅读时间：1 分钟
字数：161
标签： DFlash, MLX, 性能基准, Qwen3.5, Token每秒