Qwen3.8-Flash-Next 在 36GB 显存下实现 EXL3 量化稳定推理

Qwen3.8-Flash-Next 经量化后可完整装入单张 5090，无需卸载 experts，并在 sub-2bpw 下保持稳定推理。其推理速度为 200-300 t/s，未出现推理循环，但单张 32 GB GPU 即使采用 cache quantization，剩余空间仍不足以提供充裕的上下文容量。