Upload RESULTS.md with huggingface_hub

RESULTS.md

@@ -298,3 +298,49 @@ plafond mono-flux SANS speculation                    ~147 tok/s theorique, ~130
 possible que parce que la spéculation émet plusieurs tokens par lecture des
 poids. Sans elle, aucun réglage ne peut approcher 500 en mono-flux sur cette
 carte.
+
+---
+
+# CORRECTION — le cache de préfixe fonctionne sur Kimi-Linear
+
+Une section plus haut affirme que Kimi-Linear n'a pas de cache de préfixe, sur la
+base d'un rapport froid/chaud de 1,04×. **C'était une erreur de configuration de
+ma part, pas une limite du modèle** : le pod concerné ne passait pas
+`--enable-prefix-caching`. Avec le flag explicite, sur la même carte :
+
+```
+                        sans le flag     avec le flag
+prefill a froid          6 162 tok/s      7 647 tok/s
+prefill a chaud          6 430 tok/s     36 257 tok/s
+rapport                     1,04x            4,74x
+```
+
+Conséquence pour un client agent : un prompt système de 32k **est** mis en cache
+sur Kimi-Linear. L'argument qui le disqualifiait pour Claude Code tombe.
+
+## Kimi-Linear, mesures définitives (pod persistant, flags corrects)
+
+```
+flux         1      4      8     16     32
+agrege    83,9  250,6  402,9  616,4  772,4 tok/s
+$/1M     1,457  0,488  0,303  0,198  0,158
+
+prefill froid   7 647 tok/s     (Qwen : 4 485)
+prefill chaud  36 257 tok/s     (Qwen : 70 568)
+edition de code   100,5 tok/s   (Qwen : 575)
+contexte      1 048 576         KV 1 505 550 tokens
+protocole Anthropic : les 5 controles passent
+```
+
+Kimi-Linear franchit 500 tok/s **en agrégé dès 16 flux** (616,4). Qwen les
+franchit **en mono-flux** (575). Les deux tiennent la cible sur une seule A40,
+par des chemins différents : la spéculation pour Qwen, la concurrence pour Kimi
+— chez qui la spéculation reste inutilisable puisqu'elle corrompt le code.
+
+## Choix recommandé
+
+| besoin | modèle | pourquoi |
+|---|---|---|
+| Claude Code, un utilisateur | **Qwen3-Coder-30B** | 575 tok/s en édition de code, cache de préfixe 16×, 0,21 $/1M |
+| contexte au-delà de 262k | **Kimi-Linear-48B** | 1 048 576 tokens sur une carte, prefill à froid 1,7× meilleur |
+| service multi-utilisateurs | Qwen sans spéculation | 1 166 tok/s à 32 flux, 0,105 $/1M |