55词元/秒只是“生成速度”的天花板，换算不成“写代码快了多少”。 对多文件重构、补测试、升依赖这类机械任务，本地化是真提速，因为词元成本归零；对复杂架构推理，瓶颈在模型质量，不在这个吞吐数字。10月16日RTX Spark笔记本全球开售当天，JetBrains宣布旗下本地AI编程工具Junie Local已Day 0适配该平台，Windows支持从实验阶段升级为稳定版。 官方同时给这个数字加了两个限定：测试是“初步”的，55是“最高可达”。IT之家
这个55词元/秒是怎么来的
Junie Local做的事很简单：AI编程智能体完全跑在你的机器上，读代码、改文件、跑测试，官方把“无需注册或订阅、不收取词元费用、不设使用配额、代码不必上传云端”写进了公告。IT之家
硬件门槛也不锁死在RTX Spark：至少24GB显存、Ampere或更新架构的RTX显卡电脑都能跑，包括RTX 3090、4090及32GB显存的5090，需要Windows 11、581及以上驱动和约20GB磁盘，安装程序会按可用GPU内存自动调整上下文容量——内存越大，AI留得住的代码和对话记录越多。 模型可选Qwen3.6-27B或JetBrains提供的融合模型。IT之家
承载它的RTX Spark N1X，把至高20核Grace CPU、6144 CUDA核心的Blackwell GPU、最高128GB统一内存和1PFLOPS的FP4算力装进了一颗超级芯片，首批笔记本来自华硕、戴尔、联想、微软和微星，联想YOGA Pro 15当晚全渠道开售、29999元起。知乎科技快报网
峰值和日常吐词速度不是一回事
第三方实测提示了“峰值”与“持续”的落差。媒体在华硕ProArt创16（64GB统一内存版）上手实测，AA-AgentPerf Local智能体基准使用Qwen3.8-27B本地模型跑完耗时25分09秒，吐词速度23Tokens/s，表现与DGX Spark相当。芯东西
换到更侧重速度的SPEED-Bench，11类任务平均输入处理速度208.59 tokens/s，平均输出生成速度31.01 tokens/s。 这两组跑的是启用推理的Qwen3.8-27B，与Junie Local选用的禁用推理的Qwen3.6-27B不是同一配置，数字不能直接换算，但它们共同说明：同一台机器上，真实智能体负载的持续吐词低于任何“最高可达”。芯东西
连JetBrains自己都劝：别只盯词元速度
反直觉的是，把“别追生成速度”讲得最重的恰恰是JetBrains自己：“对于典型的智能体编程任务，只关注生成 t/s 并不是正确的做法”，这是其技术博客的原话。微信公众号
编码智能体的时间大头花在读取文件、梳理上下文的“预填充”阶段，独立GPU上这一阶段可以非常快。 对照初代仅支持64GB内存M5 Mac、要靠给M5神经网络加速器补8位算术优化才换来约40%预填充提速，RTX Spark的算力余量等于把预填充从瓶颈位上挪走——这时，生成数字才第一次变得“可晒”。微信公众号
这个55还有另一半来源：本地模型被完全禁用推理（禁用后需生成的token数减少2到3倍、任务速度约翻倍），加上MTP草稿模型与n-gram推测解码组合，生成速度最多再提升到原来的2倍。 换句话说，55词元/秒买的是“不假思索的快”，代价是把深度思考关在了门外。微信公众号
“与云端持平”带着前提
JetBrains用自家私有测试集评估过Qwen3.6-27B：得分与Sonnet 4.5（推理上限10,000 token）不相上下，中等推理强度的GPT-5略高，而对比的另一侧是启用推理的云端模型。微信公众号
官方也没回避边界：“在日常工作中，您很可能察觉不到这种差距。但在复杂的架构推理任务中，您一定会感受到差异”。微信公众号
提速的真正来源是成本归零
JetBrains列过一组过去“不值得花点数”的任务：多文件重构和重命名、被搁置的测试覆盖率、依赖升级与框架迁移、快速接手陌生仓库——“如果多进行一次迭代是免费的，对于那些平时您绝不会消耗点数去做的工作，现在也值得交给智能体来处理了”。 硬件侧，英伟达算过一笔账：RTX Spark全天候跑Qwen3.8-Flash-Next，每月约生成6100万个Token、电费约20美元；同样量走Claude Sonnet 5.5 Medium的API，月支出约1200美元。 这笔估算对应的是另一档模型，不能与Junie Local等价替换，但它标出了本地与云端词元成本的量级差——吞吐不限量之后，省下的从来不是单价，而是“要不要花这笔”的犹豫。微信公众号芯东西
谁现在就值得跑，谁再等等
提速成立是有条件的。笔记本形态持续高负载最好插电——实测显示性能模式下高负载运行AI评测，电量从90%到10%只用了1小时22分，不插电并不适合长时间高强度开发；主打全天候智能体的桌面版要到11月才上市。 价格争议也同步发酵，开售首日“RTX Spark实测性能不及M5 Pro且贵2200美元”的对比讨论已经登上知乎热榜——通用性能与本地智能体吞吐本就不是同一把尺子，但2万元级起步的门槛意味着这笔账要按各自的活来算。芯东西知乎
所以，手里有24GB以上显存的显卡或RTX Spark设备、日常被“不值得花点数”的机械任务堆满的人，这次Day 0适配是真提速——提速的来源不是每秒多吐了多少词元，而是用智能体的门槛被清零；需要复杂架构推理的人，本地方案目前仍是补充，不是替代。词元速度回答“快不快”，零成本回答“值不值得跑”，JetBrains在RTX Spark上把两个问题各自给了一半答案。
