解码与预填充双向领先，全面超越竞品

在CPU（Snapdragon 8 Gen 3）长上下文推理场景下，LuxiLLM-0.6B解码速度（Decode）快出竞品 4.21倍， 预填充速度（Prefill）快出竞品 4.86倍。 端侧推理更流畅、响应更迅速。

解码与预加载内存双优，长文本场景优势明显

在CPU（Snapdragon 8 Gen 3）上，LuxiLLM-0.6B在1k~32k全长度范围内，解码内存与预加载内存均低于Qwen3-0.6B。 尤其在32k超长文本下，解码内存节省 约68%， 预加载内存节省 约47%，让端侧设备也能轻松跑长上下文。

解码快 2.4 倍，预填充快 1.8 倍

在 Snapdragon 8 Elite Gen 5 NPU 上，LuxiLLM-1.7B 展现出极致的推理效率。 长文本场景下，解码速度稳定为 Qwen3-1.7B 的 2.4 倍， 预填充速度达到 1.5~1.8 倍。 无论是实时对话还是长文档处理，都能实现无延迟响应。

动态KV缓存内存大幅压缩，8k 长度仅占竞品五分之一

在 NPU（Snapdragon 8 Elite Gen 5）上，LuxiLLM-1.7B 通过底层存储与计算优化，显著降低了长文本推理时的 KV Cache 内存占用。 在处理 8k 长度（约上万字）文本时，动态内存仅约 0.09GB， 而竞品高达 0.45GB， 仅为竞品的 1/5， 为端侧部署释放了宝贵的内存空间。