智算中心介绍与商务合作说明

智算中心介绍

智流FluxLane已建成新一代智算中心，部署基于 NVIDIA Blackwell Ultra B300 的高性能 GPU 算力集群，并完成 DeepSeek、GLM、Kimi、Qwen、Llama等主流开源大模型的部署与适配。智算中心已通过高并发、高吞吐、长上下文及持续稳定性等多维度自测，并完成多家合作企业的真实业务场景验证，可为企业提供稳定、高效、弹性扩展的大模型推理与 AI 应用基础设施。

TEST SNAPSHOT / 2026-08-27

测试概览

流式测试 · NVIDIA DGX B300 整机

测试模型

6 款 × 5 轮

连通测试

30 / 30

连通成功率

100%

可用模型

12 款在架

最优首字

0.78s

吐字峰值

149 tok/s

长上下文测试

958K tokens

实测上下文

958K tokens

实测现场

以下为智算中心自测与自部署运行的现场记录，完整报告可在技术评审阶段提供。

FIELD EVIDENCE / 2026-08-27

性能测试面板成功率、请求量、TPS、延迟分布与逐请求明细

自部署运行现场B300 GPU 状态、拓扑信息与真实推理日志

01 模型与实测性能

以下为需求量较高的6款模型，全部采用流式方式测试，每款模型测试5轮，并记录最优值与中位数。

FluxLane 当前可用模型以模型广场实时目录为准。

模型 ID	最优首字	首字中位	吐字峰值	吐字中位	官网上下文	本次实测
glm-5.2	1.28s	1.73s	74.9	69.2	1M	948K
glm-5.3	1.98s	3.86s	132.6	116.0	1M	948K
deepseek-v4-flash	0.78s	2.89s	149.4	117.8	1M	948K
deepseek-v4-pro	1.58s	2.27s	132.2	87.6	1M	948K
kimi-k3	3.84s	8.90s	47.3	30.4	1M	948K
kimi-k3-fast	6.23s	7.02s	68.6	32.6	1M	948K

说明：

• 吐字速率单位为 tok/s，首字耗时即 TTFT；带有星号的数值代表本轮测试最优。
• -fast 为快速响应版本，主要面向高 TPS 等特殊场景。
• 上下文数据已与官网标注逐条核对。本次实测是单次探针实际发送并被正常接收的 prompt_tokens，用于验证上下文长度。
• 完整模型目录请前往智流 FluxLane 模型广场查询，价格与上下文以官网实时标注为准。

峰值不承诺恒定

上表峰值为实测最优值，受当时负载、上下文长度、输出长度影响，不代表任何时刻都能达到。偶发长尾在5%以内属正常现象，请在压测口径中预留余量。需要稳定下限的，请查看下方保底方案。

02 第三方评测与全量跑测

除基础连通性测试外，智流FluxLane 也接受客户指定的标准化评测，并保留完整测试日志。

KVV 测试套件

已完成全量跑测。其中标准 Tools 函数调用与 JSON Schema 结构化输出共 398 / 408 通过，通过率为 97.55%。

完整分项报告可按需提供，也支持客户携带自有测试套件在智流 FluxLane 节点上复跑。

两轮多模态跑测

• MMMU Pro Vision 全量：1,730 / 1,730 样本，100%交付，准确率0.8243。
• OCRBench 全量：同步完成，独立报告可单独提供。

评测报告

以上报告均可作为附件随合同提供，用于甲方内部立项与技术评审。

03 站内价格

发票说明

默认不开具6%增值税专用发票。

以上价格均为不含税价格。如需强制开具6%专用发票，相关税点由客户方补足，请在报价阶段提前说明，以免影响后续结算。

04 支付与合作方式

支付方式

支持以下四种支付渠道：

• 微信
• 支付宝
• 对公转账

小额合作可采用随充随用方式；对公转账更适合大额及长期合作。

合作协议

支持签订模型保真协议，以合同形式约定模型来源与版本一致性。

同时支持对公合同签订，可配合甲方的采购、法务与审计流程。

付款条件

合作一律采用预付款方式。

这是智流 FluxLane 能够提供上述折扣的前提条件，请在项目评估阶段纳入考虑。

05 企业对接-容量如何申报

本节用于确定智流 FluxLane 为客户预留的资源数量，请按照真实业务形态进行申报。容量申报不准确，可能直接影响服务质量与成本。

路径A：随充随打，无需报数

不需要保底资源、可以接受共享池波动的客户，无需申报具体用量，充值后即可使用。

适合验证期、中小流量、波峰不明显的业务。这是大多数客户的起步方式。

路径B：保底 TPM，需要提供四组数据进行定制化排产

如果需要 智流FluxLane 锁定稳定的 TPM 下限，必须提供：

1. 日均 TPM 曲线
2. TPM 峰值
3. 峰值持续时长
4. 日 Token 消耗总量

缺少任何一项，智流FluxLane 都无法准确推算所需资源，也无法提供保底承诺。

容量申报注意事项

• 硬并发、RPM、TPM需要分开申报。三者对应的资源约束不同，只提供单一指标无法完成排产。
• 业务曲线比单一峰值更重要。“峰值4000万 TPM，仅持续10分钟”和“持续24小时”属于完全不同的资源方案，成本差异较大。
• 预付款同样适用于保底资源方案。

大额专线说明

例如“24小时持续4000万 TPM”这类大额专线需求，需要 FluxLane 提前预定机房资源，预计3至5个工作日开通。

资源开通后即产生实际占用成本，不接受今天开通、次日停止的临时使用方式。客户申报高容量需求后，需要保证对应的实际用量。

如果无法确保真实用量，建议选择“路径A：小额随充随打”，对双方更合适。

非流式长握手说明

接入前请注意：智流FluxLane 默认链路经过边缘节点防护，边缘读取超时时间为 120秒。如果一次请求从发出到收到第一个字节超过120秒，可能会被边缘节点中断并返回 524。

这通常不是模型本身的问题，而是 CDN 的保护策略。

• 建议默认开启流式响应：stream: true。流式响应在首字返回后会持续产生数据，大多数场景不会触发超时。本次30轮流式测试无一次超时。
• 流式无法解决模型预填充本身超时的问题。上下文极长时，首字之前本来就没有字节可发。实测94.8万token冷启动下，各模型首字耗时46至120秒，其中 kimi-k3 有一次落在128秒，被判定为 524。
• 如果业务经常使用50万token以上的超长上下文，或对超时零容忍，请与 智流FluxLane 签约使用直连专线，绕开 CDN 限制。

智流 FluxLane · 数据实测于 2026-08-27，价格与模型目录以 FluxLane 官网实时标注为准。