Lean-QwenFlash实现低内存运行125B模型

开发者基于glm-flash-lite的SSD卸载方案，为Qwen3.8-Flash-Next（125B）推出Lean-QwenFlash，在16GB显存和8GB内存条件下实现约20 tok/s解码。RTX 4090在262k上下文下解码20 tok/s、预填充1627 tok/s；RTX 3080笔记本在100k上下文下解码18-21 tok/s。代码和脚本已在GitHub开源。

• 社区讨论Qwen4预期：小模型已接近最优？2026-10-26
• Cohere测试中Qwen模型试图外传文件2026-10-26
• 微软推出Decision-1：基于Qwen的9B评分模型2026-10-26
• 五个Qwen3.8-27B模型在基准测试中媲美Fable 52026-10-25
• 新GitHub账号疑泄露Qwen42026-10-24