32G内存m1pro想部署Qwen3.8 27B 的q4版本，大概16G的那个，怎么才能开到长上下文（想用128k），lm和ollama都不太行（lm强制限制40多k上下文改不了，然后ollama后面跑到快100k的时候回复一下要思考一个小时），然后问ai，ai说用omlx，但是缓存率只有个位数，