待验证50% 置信基准精确时间
Strata能让一张12G显存的显卡流畅运行1250亿激活参数、整体176B体量的Qwen3.8 Flash Next大模型
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/5
首次发现
有效期至：2027/1/3
来源
涉及实体
相关事实
待验证Strata是一个开源推理运行时，能在RTX 5070（12GB显存）上运行1250亿参数的Qwen3.8 Flash Next模型，输出速度约为每秒90个Token79% 相似待验证Strata是一个本地推理引擎，可以将180B级别的MoE模型运行在12GB显存的消费级显卡上76% 相似待验证千问3.8 Flash Next（Q3量化版本）权重约84GB，在AMD 7900XTX 24GB显卡上运行，平均解码输出速度约90 token/s74% 相似已验证Qwen3 Next Flash的1250亿总参数与60亿激活参数之间约20:1的比例是相当激进的稀疏度设计72% 相似已验证Qwen2.5 9B模型在消费级GPU（如8GB显存）上即可流畅运行72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/978779API
curl https://kongchang.com/api/v1/knowledge/claims/978779MCP
get_claim(id=978779)