⚡

开发者 3 秒速决决策指标

TL;DR Verdict
🏆 权威跑分段位72s 必看
权威天梯镜像第一梯队
查看天梯总榜→
💰 调用成本与套餐比价
支持主流 API / 订阅
查可用套餐与测算↗
🛠️ 开发与接入生态Rules
cline · continue · aider
配置 IDE 专属规则↗

通义千问官方确认，125B 多模态 MoE 模型 Qwen3.8-Flash-Next 已可通过 Unsloth GGUF 在约 75GB 内存上本地运行，并支持把 N-gram 嵌入放到 CPU/统一内存以接近显存速度。这是 Qwen4 架构预览权重的首日本地部署路径。

核心要点速览 (Key Takeaways)

  • ✓125B MoE（每 token 激活 6B，另有 51B N-gram 嵌入）可在约 75GB RAM 上本地推理，无需整模装进 GPU 显存
  • ✓Unsloth 提供 Day-0 GGUF 与 Qwen3.8-Flash-Next 指南，CPU RAM / 统一内存路径可接近显存吞吐
  • ✓官方权重同步在 Hugging Face / ModelScope；vLLM 与 SGLang 已提供 NVIDIA 与 AMD Day-0 服务支持
🧭

阅读完核心要点？进一步了解模型实力与实际开销

7 大权威镜像天梯跑分与 29+ 款主流编程套餐横向比价测算

🏆 天梯榜(72s必看)→💰 比价测算↗