AI圈报观点 / 方法精选
Baseten 工程师实测：LLM 生成的推理引擎比 vLLM 快最多 90%
原始标题：Agentic inference optimization: 50-90% faster engines
内容摘要
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%。