待验证50% 置信事实精确时间
Scrata通过将模型权重在显存和内存之间分流，使12G到24G显存的显卡配合64G内存即可运行Qwen3 Flash这类大参数MOE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
待验证阿里巴巴八月底发布的一款Qwen Flash模型也将510亿n-gram参数放进系统内存运行68% 相似待验证可在消费级硬件本地运行的模型（如Qwen 7B Flash或27B dense）在多步推理、代码生成、长文档理解等复杂任务上与前沿模型存在明显能力差距64% 相似待验证在一张RX 7900 XTX 24G显卡上基于Strata引擎可以完整运行约125B参数的Qwen3.8 Flash Next MoE模型，并支持文本推理和图像识别63% 相似待验证Qwen3 Next Flash的Ngram嵌入表可以被卸载到主机内存（CPU RAM），并通过异步预取与模型计算重叠执行63% 相似待验证Qwen3通过Ollama等工具量化为4-bit精度后，消费级GPU即可流畅运行14B参数规模的版本63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/978796API
curl https://kongchang.com/api/v1/knowledge/claims/978796MCP
get_claim(id=978796)