AI少年 (@aehyok) “不得了了，伙伴们，Strata 这个开源项目碉堡了，真的碉堡了。 一块12G显存的RTX 5070” — TopicDigg
AI少年
@aehyok
加入 December 2014
0 正在关注 0 粉丝
不得了了，伙伴们，Strata 这个开源项目碉堡了，真的碉堡了。
一块12G显存的RTX 5070
搭配 Ryzen 5 7600 处理器
64GB 内存
在这台游戏PC机上把 Qwen3.8-Flash-Next 跑到冒烟
量化版响应速度干到 94 tok/s
要知道 Qwen3.8-Flash-Next 大模型
MoE 稀疏混合架构
总参数 125B，激活参数 6B
真的不得了了，有需要的老铁跑跑玩玩看
开源项目地址：
显示更多
赶在牛来（Ox Alpha）未来之前，Qwen3.8-Flash-Next 重磅提前发布。
看截图，仅三项跑分没有超过 Deepseek v4-flash 或 Claude-Opus 4.6（max）！
1、Qwen3.8-Flash-Next 作为 Qwen4 架构预览版。
2、原生多模态 MoE
3、参数 125B 的主模型，每 Token 仅激活约 6B
4、额外挂载 51B N-gram Embedding，大内存 Mac和DGX Spark 适配度很高。
5、另外首次引入 QSA：稀疏选择长上下文
6、GDN + QSA 混合 Attention
7、4 路 Gated Residual + Muon Optimizer
8、相比 Qwen3.7-Plus，官方称训练成本降至约 1/9
所以我觉得这次最值得关注的并不是 又开放了一个 125B 模型，而是：
Qwen 正在把大模型的容量和实际推理计算量彻底拆开。
125B 用来提供容量，6B 负责实际计算，51B N-gram 负责低成本存储局部模式，GDN 负责记，QSA 负责找。
显示更多
