@aehyok：我的天哪，兄弟们，这个开源项目 Strata 简直逆天了，真的逆天。一张 RTX 5070 12G…

X AI KOLs Timeline 模型
open-source moe local-inference quantization llm-performance hardware

摘要

一条社交媒体帖子热情推荐开源项目 Strata，称其可在消费级硬件上运行 Qwen3.8-Flash-Next MoE 模型（总参数 125B，激活参数约 6B），在 RTX 5070 12GB、Ryzen 5 7600 处理器和 64GB 内存的配置下，量化版本可达 94 tok/s 的响应速度。

我的天哪，兄弟们，这个开源项目 Strata 简直逆天了，真的逆天。 一张 RTX 5070，12G 显存 搭配 Ryzen 5 7600 处理器 64GB 内存 就在这台游戏主机上，它跑 Qwen3.8-Flash-Next 跑到冒烟 量化版本的响应速度能达到 94 tok/s 你们要知道，Qwen3.8-Flash-Next 是一个超大模型 采用 MoE 稀疏混合专家架构 总参数 125B，激活参数 6B 真的令人震惊，感兴趣的兄弟们不妨亲自上手试试看 开源项目链接：
查看原文
查看缓存全文

缓存时间: 2026/10/05 23:38

家人们，这个开源项目 Strata 简直强到离谱，真的，离谱到没朋友。

一张 RTX 5070，12G 显存 搭配 Ryzen 5 7600 处理器 64GB 内存

就这样一台游戏 PC，把 Qwen3.8-Flash-Next 跑得热得冒烟 量化版的响应速度直接干到 94 tok/s

要知道，Qwen3.8-Flash-Next 可是个大模型 MoE 稀疏混合专家架构 总参数 125B，激活参数仅 6B

真的，太炸裂了。感兴趣的老铁们赶紧去试试、去看看。

开源项目链接：

AI少年 (@aeheyok): 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

相似文章

@Lonely__MH：我勒个去？！真的有这么牛？据说靠着"MoE 异构并行"，你用 12G 显存就能跑 125B 的 Qwen3.8-Flash-Next，速度还能超过……

X AI KOLs Timeline

Strata 是一款开源工具，借助 MoE 异构并行技术，可在显存仅 12GB 的游戏 PC 上本地运行 1250 亿参数的 Qwen3.8-Flash-Next 模型，在 NVIDIA RTX 5070 和 AMD RX 9070 XT 显卡上速度可达 60-94 tokens/s 以上。该项目宣称支持在 Windows 和 Linux 上使用 NVIDIA 和 AMD 显卡进行完全本地化的私密推理。