GLM-flash

苹果 M5 Ultra 跑国产大模型,改一个参数让推理速度涨两成 — 本地 AI 这次真的够用了

本周 Reddit 技术帖显示：苹果 M5 Ultra 跑国产 GLM-flash 模型时，把一个叫 prefill step 的参数从 2048 调到 8192，13 万 token 长文档总耗时直接缩短两成。这不是技术细节，而是本地大模型跨过一道隐形门槛的信号。