免费的那台机器，跑得比付费还快

github.com/architectds/co… 作者在谷歌A100跑 Qwen Flash：prefill 3000+、decode 90+ tps——他判断已比商用 API 快，短时并发可放 Collab，Recipe 已开源（引帖自证）。 三层拆：一，免费档论证二次进阶：上次省钱，这次速度也位移——成本与吞吐两维超付费基线，比降本更强的信号；二，prefill/decode 分开报是完整口径：灌入与生成分开测才算快——主帖引帖（2800~3000／90+）互证；三，Recipe 开源把结论变成路径：复现是唯一落点——读结论不算，跑一遍才算。 口径：①"一般商用API"未点名——基线需自建，没基线就没有"更快"；②"短时"并发是免费档天然边界——90 tps 是 burst 还是持续未分，以自跑为准；③两段数字均出自其自测——未复现。 给要验的三条：一，先量基线：手头API的 prefill/decode——没这两行，无从比较；二，按 Recipe 跑一轮、两段分记：灌入与生成瓶颈常不同处；三，把"短时"变数字：额度连跑几分钟降速——这数字才是免费档的真单价。 下次在 Collab 跑起模型，首个请求返回那两行数——prefill/decode——就是位移在你机器上的证据。