让小模型先猜几个词，再由大模型一次核对，通常能减少等待。但对混合专家模型（MoE——每个词只调用少数“专家”模块）来说，草稿并非越长越划算：词越多，可能要从显存搬来更多专家权重；即使相邻词调用同一专家、权重只读一次，负责去重的 GPU 内核也未必搬得够快。
Yuzheng Lan 把一次解码的耗时拆成“读取字节数÷内核有效带宽”，再据此选择最佳草稿长度。论文在修改后的 llama.cpp Metal、MLX-LM 和 llama.cpp CUDA 上发现，逐词读取的内核反而拥有更高带宽；因此，去重读取虽少搬数据，却只在每次核对 5 至 8 个词时更快，某些配置下甚至始终不占优。其预测在 12 种引擎、模型与上下文深度组合中，有 10 种把性能交叉点定位在相差一个核对长度以内；在 DeepSeek-V2-Lite 的 CUDA 实验中，对全部 22 个接受率设置，最佳草稿长度误差均不超过 1。结果说明，MoE 推测解码要同时计算“搬多少”和“搬多快”，不能只盯着猜中率或专家复用率。以上效果均为作者实验结果。