实测 MTP 技术让推理速度翻倍：Qwen 3.6 表现亮眼，为何 Gemma 4 仍缺席？

近日社区实测发现，Multi-Token Prediction (MTP) 技术能显著提升 Dense 模型的推理效率。在 vLLM 框架下，开启 MTP 的 Qwen3.6-27B 推理速度（TPS）实现了翻倍，达到 50-55 token/s，性能表现优于同量级的 MoE 模型。相比之下，同为 Dense 模型的 Gemma 4 官方暂不支持该技术，引发了开发者对于其技术路线的讨论。随着 DeepSeek-V4 等新一代模型 reportedly 采用 MTP，这种兼顾生成质量与推理速度的架构优化，正成为 LLM 落地应用的关键竞争点。