gpt-oss-120b 上線（llama.cpp 單機）：MXFP4 MoE 首次破 50；隔日 Nemotron-3 以 256K 長 context 接任公網主力（~20 tok/s）。
五模型擂台收官：Qwen3.6-FP8+MTP 勝出（GPQA 0.88、tool-call 5/5、256K），定為單機 agent/coding 主力。
DeepSeek-V4-Flash DSpark 雙機上線（fp8 KV + b12x）：conc8 聚合 290，取代 gpt-oss 2×LB 成為公網主力。
SPEC=5 常駐：單流 code 叢集新高（+14%），每 draft 淨接受 3.10 tok——投機解碼甜蜜點就此鎖定。
官方 0731 權重無痛升級：品質平手、acceptance 反而更高；08-10 engine 跟進 production-3.75。
prefix caching 會讓重複 prompt 的首 token 延遲假快一個數量級。每個請求插入唯一 nonce，量到的才是真 TTFT。
91 vs 99 的獨立信賴區間看似重疊；成對比較 0:8 → p = 0.0078，顯著。不成對，就下不了結論。
每輪記錄「實際生效」的 engine/SPEC/env 組態；上游 bug 報告一律讀到串尾——四串裡有三次，是回報者自己測錯。
273 GB/s 決定 decode，MoE active 參數是唯一槓桿——v1 的預測、v2 的實測，同一個結論。
單機日常 agent 用 Qwen3.6-FP8+MTP（51 tok/s）；雙機 DSpark 打併發、512K 與 V4 品質牌（71.3 / 248）。
可比對數據 = 唯一 nonce + McNemar 成對檢定 + runspec 指紋。方法論比任何單一 tok/s 都值錢。