谷歌为Gemma 4开放Multi-Token Prediction推测解码，在不改变模型和输出质量的情况下最高提速三倍。推理优化正在重新计算本地部署、企业应用与AI基础设施的成本。

Gemma 4 通过 Multi-Token Prediction 将推理速度最高提到 3 倍，SubQ 也把超长上下文和低成本一起往前推，AI 产品竞争正在从会说转向会做。