Wccftech报道，一名开发者在Reddit的LocalLLaMA板块称，其在NVIDIA RTX 3090上用Qwen3.8-27B原本只有82 tok/s的生成速度，在发布并使用自定义推理引擎后提升到382 tok/s，接近5倍。在25,000 token的文档任务中，速度从260提升到382 tok/s；普通对话中约为133 tok/s，仍明显高于原先的82 tok/s。报道还提到，该方法通过更紧凑的格式把上下文窗口扩展到138,696 token，但额外的校验步骤会占用一半请求槽位和8,000 token上下文，因此是可选项；Wccftech明确表示未独立验证这些数据。