哦我的老天爷，宣传说32g内存+12g显存的电脑上就能跑tmd qwen3.8-flash-next，这strata简直像魔法一样，我真想用我的靴子狠狠地踢只肯给那么点显存的老黄的屁股，哦我一定会的 
但总归有些担心，这玩意儿会不会损失太多，还不如直接llama.cpp跑qwen3.8-27B啥的，所以假期最后一天，挂着做了一些测试 
▶ 
测试环境
测试基线
llama.cpp qwen3.8-flash-next bf16 cpu计算版 
值得注意的是，基线仅仅只是更改cpu计算跟gpu计算，都会产生挺大的差别，互相的KLD尽管只有0.0126，PPL 1.0001，但top-1一致率却只有95.4% 
▶ 
opus对此的解释
这也解释了为什么unsloth其他模型能接近99%的q8，在qwen3.8-flash却只有94.122%的原因，毕竟同模型换成gpu计算都能差这么多 
根据硬件编解...