Baseten 工程师实测：LLM 生成的推理引擎比 vLLM 快最多 90%
Agentic inference optimization: 50-90% faster engines
AI 导读Baseten 工程师参考 MetaInfer 论文，让 Claude Code（Fable 5）为 Qwen-3.6-35B-A3B（NVFP4，单张 B200）自动构建推理引擎 VibeQwen，单流解码比 vLLM 0.25.1 快 90%，首 token 从 28ms 降至 12ms，并发 32 时吞吐高 71%。
来源：Baseten 工程博客 · baseten.co
事件后续1
查看事件全部- Baseten 工程师实测：LLM 生成的推理引擎比 vLLM 快最多 90%Baseten 工程博客 · 12 天前