2026年10月6日，开发者Niko1221开源Strata推理引擎。该引擎支持在12GB及以上显存的消费级GPU（如RTX 5070、RX 9070 XT）上运行量化版Qwen3.8-Flash-Next模型（125B参数+51B嵌入表）。其采用MoE专家分层加载与轻量投机解码技术，显著降低显存占用。实测显示，RTX 5070下Q2_0量化版本生成速度达94 token/s；RX 9070 XT下为60 token/s。系统要求包括32GB RAM、80GB SSD及Win/Linux环境。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。