新当事方称SGLang 称 Qwen3.8 Flash Next 在 Vera Rubin 上每芯片吞吐最高提升 6.6×、每总 token 建模成本较 GB300 低 76%Qwen3.8 Flash Next 在 Vera Rubin 上每芯片吞吐最高提升 6.6×、每总 token 建模成本较 GB300 低 76%𝕏
SGLang10/18Qwen3.8 Flash Next 在 Vera Rubin 每芯片吞吐最高 6.6×、建模成本较 GB300 低 76%
Qwen3.8 Flash Next 在 Vera Rubin 每芯片吞吐最高 6.6×、建模成本较 GB300 低 76%
SemiAnalysis 称目前只是 180B、6B 激活版的 InferenceX Preview，完整公开 SGLang Rubin NVL72 提交还会包含 GLM5.3 系列
疑似或传闻 当事方还没回应迹象指向 依据接口、代码提交等公开痕迹作出的推断转述 二手说法，不是原话
供给
| 看什么 | 现在的情况 | 依据 |
|---|---|---|
| 数字 | Qwen3.8 Flash Next 在 Vera Rubin 每芯片吞吐最高 6.6×、建模成本较 GB300 低 76% | |
| 后果 | 别直接把 76% 当账单降幅，先按相同每用户速度复现 SGLang+Dynamo 再切推理后端 | |
| 官方 | SGLang |
SGLangSGLang 的说法附带条件：与 NVIDIA Dynamo 组合，并且是在每用户速度对齐的前提下比较 GB300𝕏
SemiAnalysis转述SemiAnalysis 强调这份提交还不是完整公开版，先跑在较小的 Qwen3.8 Flash Next 180B、6B 激活配置上𝕏
Qwen转述Qwen 另祝贺 lightseekorg 在 4× NVIDIA GB300 上用 NVFP4 跑出每用户 685 output tokens/s𝕏
产业解读
这不是投资建议。
新当事方称SGLang 称 Qwen3.8 Flash Next 在 Vera Rubin 上每芯片吞吐最高提升 6.6×、每总 token 建模成本较 GB300 低 76%Qwen3.8 Flash Next 在 Vera Rubin 上每芯片吞吐最高提升 6.6×、每总 token 建模成本较 GB300 低 76%𝕏
SGLang称SGLang 称 Qwen3.8 Flash Next 在 Vera Rubin 上每芯片吞吐最高提升 6.6×、每 token 建模成本较 GB300 低 76%Qwen3.8 Flash Next 在 Vera Rubin 上每芯片吞吐最高提升 6.6×、每 token 建模成本较 GB300 低 76%𝕏
SGLang关注后可跟此人更新与他说过的话，需用手机号登录