MODELDOCK / 模型排行
Qwen3.8 Flash Next 的最佳硬件。
沿用现有 ModelDock 证据合同比较 Qwen3.8 Flash Next:已发布的读取/prefill、单流写入/decode 和透明经济性。
模型数据集
◇硬件目录默认
35 项配置含模型数据
模型侧沿用现有 ModelDock 证据合同。 读取与写入来自所选硬件 × 模型记录;价值与加权速度采用共享的 90% 读取 / 10% 写入默认工况。
硬件配置形态与内存架构整机成本配置整机 · USD吞吐量百万 token / 天本地 $ / MM越低越好
$5,499
92.2
$0.047
$4,399
75.8
$0.058
$2,800
57.6
$0.059
$2,900
52.5
$0.059
$2,599
54.5
$0.059
$8,450
120.1
$0.060
$2,435
48.9
$0.060
$2,120
45
$0.061
$3,671
64.5
$0.066
$3,100
58.6
$0.066
$2,400
43.4
$0.070
$2,700
52.3
$0.073
$2,000
36.6
$0.075
$10,799
95.3
$0.076
$2,960
42.3
$0.079
$2,035
32.1
$0.080
$3,998
65.5
$0.080
$5,399
44.3
$0.081
$3,500
30.5
$0.083
$4,600
58.6
$0.089
$2,500
27.9
$0.094
$6,699
43
$0.096
$5,100
35.2
$0.097
$2,881
42.4
$0.098
$1,950
23.4
$0.099
$1,814
27.4
$0.101
$19,200
126.2
$0.104
$1,669
21.4
$0.118
$2,138
31.4
$0.123
$1,560
14.3
$0.140
$3,799
19.1
$0.143
$2,899
11.8
$0.168
$5,099
19.1
$0.169
$6,500
17
$0.241
$9,499
11.7
$0.548
模型 × 硬件证据
读取与写入来自所选模型记录,绝不读取硬件规格速度指数。
来源状态可见
每行都清楚标记模型速度是实测、报告值还是估算值。
模型经济性
价值使用模型吞吐、功耗和可运行整机价格,不复用硬件规格指数。
为何分开排名
硬件侧只使用长期稳定的物理规格;特定模型的 prefill、decode 与经济性只保留在“模型”侧。
可比算力口径
速度用有来源的稠密 FP32 TFLOPS 与物理带宽计分。同代 GPU 的按核心估算必须锚定可复现的 FP32 测量并明确标记;混合精度营销 AI TOPS 与稀疏数字继续排除。
价格口径
价值排名用与模型无关的规格速度指数除以可直接运行的配置价格;纯显卡价格与完整整机价格不会被静默混用。