MLXs CUDA 后端正在变得更好。 如果你喜欢快速启动时间，这尤其不错。但总体来说，它也相当快。 这是在我的 DGX Spark 上运行的 Qwen3 4B，使用 fp8。 - 在不到 4 秒的时间内处理了 18.5k 个标记 - 以 32.5 个标记/秒的速度生成，使用 18.5k 的上下文

同样非常简单就可以开始使用：