本次新增的MTP为内置多令牌预测的自推测解码技术，无需额外草稿模型，有望近期正式合并，目前适配Qwen3.5/3.6系列，稠密模型提速1.5-2倍，MoE提速30-40%，配合张量并行有望追平vLLM，开启后显存增2.7-3.1G，不建议量化MTP层。