大家好！我在本地成功安装了支持Native MTP（Multi-Token Prediction）的MLX-LM预览版本，并在Mac上部署了Qwen3.6 27B模型。经过实际测试，推理速度达到了惊人的35 Token/s！这个速度已经非常接近甚至超过很多小模型的体验了。
本视频详细分享了如何开启Qwen3.6 / DeepSeek-V4的原生多Token预测功能、实际部署过程、速度对比以及使用感受。MTP技术能让模型一次性预测多个Token，大幅提升解码阶段速度，对于本地大模型部署来说是一次真正的性能飞跃。
如果你也在用Apple Silicon设备跑大模型，或者正在寻找更快的本地LLM方案，这期内容绝对值得一看！欢迎点赞、收藏，一起感受MTP带来的加速快感～
