Qwen3.8 Flash Next在16GB显存下跑出262 tok/s

LocalLLaMA用户测试显示，Qwen3.8-Flash-Next IQ3_S在RTX 5080 16GB显存与55GB内存配置下运行，提示处理峰值约5600 tok/s，生成峰值262 tok/s，支持262K上下文。代理编码会话中99.5%的提示token命中缓存，首token中位延迟0.2秒。

• 开发者本地微调Yandex 80B模型更新进展2026-10-05
• 博主称自托管AI不省钱但仍坚持使用2026-10-03
• 本地跑AI每小时0.12欧元，用前沿模型是否更划算？2026-10-01
• 讨论：千美元级Qwen3.8-27B专用芯片会有市场吗2026-09-21
• 社区讨论Qwen4预期：小模型已接近最优？2026-10-26