币界网消息，Eagle公司发布了EAGLE-4，升级其推测解码方案，提升了Qwen的生成速度。新版重点降低了草稿模型的计算开销，并能根据硬件性能和并发数量调整预测规模。在4张NVIDIA B300 GPU上，Qwen 3.8-27B的单请求生成速度从每秒240.5 token提高到863.8 token，提升3.6倍在512个请求同时运行时，总吞吐量从每秒2.12万token提高到2.83万，提升34%。手机端也有明显提升，在摩托罗拉Razr 70 Ultra上，Gemma-4-E2B-IT仅靠CPU就实现了3.2倍的长文本生成速度，任务耗时从43秒缩短至14秒，每个token的能耗降低53%。EAGLE-4已公开代码，支持接入SGLang、VLLM和实验性TokenSpeed，但新版改用限制性商业许可证，商业使用需另行授权。