MTP（多token预测）PR正式合并进llama.cpp，用户实测生成速度提升1.5-1.8倍，尤其对编码任务效果显著。但提示处理（PP）速度普遍下降，部分用户PP减半，显存占用增加，长上下文易OOM。需下载专用MTP版GGUF模型，目前Qwen 3.6支持较好，Gemma 4需合并层文件。