用消费级显卡（RTX 4090）本地运行 Qwen3.8-Flash-Next（125B），Strata 项目实测可达约 100 tokens/s

Strata 项目让用户在搭载 RTX 5070（12 GB）或 RX 9070 XT 等消费级显卡、32 GB 以上内存的普通 PC 上本地运行 1250 亿参数的 Qwen3.8-Flash-Next 模型，NVIDIA 平台 Q2_0 量化下写作速度最高 94 tokens/s、读取 32K prompt 达 2,650 tokens/s。