DeepSeek的推理又提速了，这次的关键不是算力堆上去，而是算法更聪明了。百度在 SGLang 里加了一套多令牌预测机制（MTP），让模型一次能连说几句话，而不是一口气只挤出一个 token。

结果就是：同样的 GPU，吞吐量翻倍还多。3-token 模式的表现几乎碾压传统推理流程。对开发者来说，这意味着未来的大模型不只是更强，而是更快，真正从算力竞争，走向算法效率的较量。