Qwen3.8-27B ahora funciona a 70 tokens/segundo en laptops
Qwen3.8-27B ahora puede procesar 70 tokens por segundo en laptops gracias a la nueva tecnología DFlash 2. Esta mejora significativa en la velocidad se logra sin sacrificar la calidad de salida.
Qwen3.8-27B ahora funciona a 70 tokens/segundo en laptops
Se ha lanzado DFlash 2, que representa una nueva generación de decodificación especulativa basada en difusión por bloques.
DFlash 2 acelera Qwen3.8-27B a 70 tokens/segundo en un MacBook Pro con M5 Max. La aceleración de la decodificación autorregresiva alcanza 4.6 veces, mientras que la salida final permanece completamente idéntica al modelo original: literalmente no hay un solo token diferente.
Nuevas características
Ya están disponibles nuevos modelos preliminares para Qwen3.8-27B con soporte nativo para SGLang, vLLM, llama.cpp y oMLX.
Esencia del enfoque
Para saber más sobre el enfoque, visita: DFlash 2
Por qué es importante
AnálisisEsto es importante porque nuevas tecnologías como DFlash 2 mejoran significativamente el rendimiento de los modelos de IA, permitiendo su uso en dispositivos más accesibles. Esto abre nuevas oportunidades para desarrolladores e investigadores en el campo de la inteligencia artificial.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
JSON — Datos estructurados para programas, APIs y agentes de IA
Guía práctica y completa sobre JSON: especificación de sintaxis, serialización con parse y stringify, consumo de APIs REST, validación con JSON Schema y salidas estructuradas para LLMs.
Formatos DOCX y XLSX: cuándo se necesita un documento final completo de la IA
Guía práctica y completa sobre la generación y procesamiento de documentos DOCX y libros XLSX con IA: comparativa con Markdown y CSV, ingeniería de prompts, fórmulas y automatización en código.
Binance publica una investigación sobre el robo de $6,300 millones
La investigación vincula el robo con una versión modificada de Homebrew, una entrevista falsa y el uso de una herramienta interna de IA de Binance.
Un usuario de Reddit explica por qué los límites semanales de Claude Code se consumen casi 4 veces más rápido
Un usuario de Reddit comparó el uso de tokens entre dos semanas y descubrió que ahora cada 1% del límite semanal de Claude Code genera muchos menos tokens de salida; señaló subagentes, tiempo de razonamiento y actualizaciones de interfaz como causas probables.