LocalLLaMA 讨论：硬件适配的大量化模型或优于低量化思考模型

LocalLLaMA 用户认为，思考型模型即使采用更低量化，因推理链不断延长，token 生成优势也可能被抵消，甚至变慢；在包含多次工具调用的 agentic loop 中，这一问题更明显。其尚未用 Qwen3.8 Flash Next with MTP 和 GLM 5.3 Flash 完成正式测试，正征集其他人的使用体验。