本頁譯自英文文件。指令、識別名稱與範例保持原樣。執行環境 7.24.5 · SDK 2.6.9。 英文原文

AX Code 與 OpenCode 用戶端再測：2026 年 9 月 19 日

狀態：現行

範圍：已量測的診斷快照

上次審閱：2026-09-19

負責人：ax-code runtime

這次再測使用 AX Code 原始碼 62895cf40a39e0ebd4afec0afa21044e9871aa0b，時間在本機前綴修正（42908b46a）與 MTPLX／oMLX 供應商新增之後。六種用戶端／後端組合都在 Apple M3 Max、128 GiB 上使用同一個 已啟用 MTP 的 Qwen3.8 27B AXQ 6-bit 產物。較早的量測仍是歷史證據；它們的模型套件、提示、token 上限與快取條件不同。這不是前綴修正加速幅度的受控前後估計。

交付的輸出速度

每一格是 第一次工作／重複工作，單位為 tokens/s。這些是單次觀察，不是中位數。重複工作會對同一個後端處理程序啟動新的 CLI 工作階段；不假設它命中快取。載入與等待第一個輸出的時間不計入這個速率。

估計方式是 (completion tokens - 1) / (last output payload time - first output payload time)。推測解碼可以在一個承載中送出數個 token，因此這是用戶端交付估計，不是後端的原生解碼計數器。它也不量測完整請求的吞吐量。

請求計時、工作負載與接受

NR 表示伺服器沒有回報快取 token 用量；它並不斷言為零。第一個承載的時間從本機錄製代理收到模型請求時起算。CLI 牆鐘時間也包含用戶端啟動與完成。工作要求一個獨立的通用 TypeScript LRU 快取，帶有 get、set、delete 與 clear，沒有工具執行或檔案編輯。

程式碼接受檢查涵蓋缺少的鍵、值查詢、LRU 淘汰、保留的項目、更新新近程度、刪除既有與不存在的鍵、清除、物件鍵身分，以及假值。產生的檔案也接受嚴格的 TypeScript 檢查。這些有界限的檢查不能建立廣泛的程式品質。所有量測列都保留其產生的輸出與驗證結果；失敗不會被悄悄換成更快的重試。

MTP 與執行環境條件

• AX Engine 7.4.0：--mlx-mtp-policy required，受管理的本機執行環境旗標，n-gram 加速與 n-gram 堆疊停用。即時處理程序指標顯示 ax_engine_mlx_mtp_model_policy_active=1，起草與接受的 token 計數器非零。AX Code 快照在暖機之後；OpenCode 快照在第一次工作之後。兩者都包含暖機，不是各工作的接受總計。各工作的 AX Code 起草計數沒有保留。
• MTPLX 2.11.3／MLX 0.32.2：明確的 --generation-mode mtp --depth 3；即時健康狀態回報 generation_mode: mtp 與 runtime_mode: Sustained MTP。代理程式改寫與 SSD 工作階段快取關閉；原生的記憶體內工作階段庫保持啟用。原生啟動／核心暖機予以保留，並排除在計時之外。無關的載入暖機已完成；准入時的背景暖機狀態保留在資料中，而不假設已完成。
• oMLX 0.6.4／MLX 0.32.0：Lightning MTP 啟用，深度 3，僅文字的模型載入，並行度為一。每次生成的日誌記錄暖機與兩次工作的起草接受與各深度執行。上游側車匯入器重新命名 15 個張量；它們的 dtype、形狀與承載位元組仍與原始 AXQuant 側車相同。骨幹權重未改變。
• 產物：AutomatosX/AX-Qwen3.8-27B-MLX-AXQ-6bit-MTP，修訂 4d36d652c21590f6813495351c3baf5fca5b3831。產物中繼資料宣告 MTP 深度 1；這裡的循環深度 3 遵循所選的執行環境原則／明確實驗，並不擴張產物認證。這次再測不使用 Optimized-Speed 模型套件。
• OpenCode 版本為 1.18.31。所有後端與用戶端都串列執行。每一對用戶端／後端都啟動新的處理程序與隔離的工作快取，接著是上限 64 個輸出 token 的無關模型載入暖機。模型載入與該暖機不計入表格；第一次工作仍要付出冷預填。風扇控制維持預設，骨幹檔案放在 SMB 儲存上。

哪些已對齊，哪些仍然不同

兩個用戶端都收到同一份凍結的完整專案指示、使用者工作，以及四個允許的工具（glob、grep、read、skill）。原始碼 AX Code CLI 使用實際的 ax-engine、mtplx 與 omlx 供應商 ID；AX Engine 使用其已驗證的迴路附加契約，後端另外啟動並帶有受管理旗標。這次不計時受管理的下載／啟動 UI。OpenCode 使用其 OpenAI 相容的供應商路徑。專案設定停用，每個用戶端都有隔離的設定／狀態。原生用戶端提示、工具結構描述與工作階段標頭保持原樣；因此呈現的 token 數與快取行為不同。

本機錄製代理把 temperature 0.55、top-p 1、top-k／min-p 0、repetition penalty 1、presence／frequency penalties 0、seed 0、thinking 關閉，以及 1,024 個 token 的輸出上限對齊。它為此無工具工作強制 tool_choice: none。兩個用戶端都設定為 65,536 個 token 的情境。每一列都檢查完整的指示快照、四個工具名稱、共同取樣、一個請求、成功的 CLI 結束、自然停止，以及沒有工具執行。

較長的 AX Code 提示可能增加預填，以及生成期間的注意力工作。不同的回應長度、內容、執行環境範本、運算核心與快取原則，使人不能把這些表格當成等 token 的用戶端負擔基準。MTP 在作用中並不保證完整程式情境有 30–40 tokens/s。若要隔離用戶端負擔或前綴修正的效果，請另外重播相同的序列化請求／token ID，並控制輸出與快取條件。

本報告沒有改變雲端、私有 GPU、CLI 供應商或 AX Trust 的行為。連線說明請見本機執行環境設定指南，確切計時、計數、雜湊、驗證結果與 MTP 證據請見已淨化的量測資料。私人專案指示、模型回應、本機路徑與工作階段標頭保留在本機，並未發布。因此，完整的私人情境工作負載不能只從公開報告獨立重現。