12GB 显存显卡跑 125B Qwen3.8 模型：Strata 登场，单张 RTX 5070 跑出 94 词元 / 秒

IT之家 10 月 6 日消息，据科技媒体 gigazine 今日（10 月 6 日）报道，开发者 Niko1221 开源发布了 Strata 引擎，可在显存容量达 12GB 及以上的消费级显卡上，运行量化处理后的 Qwen3.8-Flash-Next 模型（该模型参数规模为 1250 亿）。

IT之家注：Qwen3.8-Flash-Next 模型是阿里巴巴 Qwen 团队在 2026 年 8 月推出的多模态混合专家（MoE）模型的压缩版本，拥有 125B 参数，并额外包含一个 51B 参数的 n-gram 嵌入表，原生支持 262K token 的上下文长度。

为降低显存占用，Strata 主要采用了两种关键技术：一是将 MoE（混合专家）模型整体加载到 RAM 中，仅把高频使用的专家模型加载到 VRAM；二是利用轻量模型进行投机解码，通过预测下一个 Token 来加速推理过程。

在硬件要求方面，运行 Qwen3.8-Flash-Next 需满足以下最低配置：12GB 以上 VRAM 的 NVIDIA 或 AMD 显卡、32GB 以上 RAM、80GB 以上存储空间（推荐使用 SSD）、Windows 10/11 或 Linux 操作系统。

性能表现上，在 NVIDIA GeForce RTX 5070（12GB VRAM）、Ryzen 5 7600、64GB RAM 的配置下，2 比特量化版本 Q2_0 达到了 94 词元/秒的推理速度，3 比特量化版本 IQ3_S 则为 53 词元/秒。而在 AMD Radeon RX 9070 XT（16GB VRAM）环境下，Q2_0 版本达到了 60 词元/秒。

英伟达主机性能表现：

硬件配置：NVIDIA RTX 5070（12 GB 显存），AMD Ryzen 5 7600，64 GB 系统内存。

AMD 主机性能表现：

硬件配置：AMD RX 9070 XT（16 GB 显存），AMD Ryzen 9 3900X，47 GB 内存。

这里的“写答案”对应的是生成回复（输出）的速度，“阅读提示”则对应处理你输入的 prompt（上下文）的速度。

参考

• 点此前往 GitHub 体验 Strata。此外，若需获取更多相关技术资讯或资源，可访问九游网页版官网。