Horizon Summary: 2026-10-05 (ZH) 从 18 条内容中筛选出 1 条重要资讯

Horizon Summary: 2026-10-05 (ZH) 从 18 条内容中筛选出 1 条重要资讯。 ---------------------- 科技新闻 1. Strata 在 RTX 4090 上以 100+ tokens/s 运行 125B Qwen 3.8 Flash Next ⭐️ 7.0/10 ---------------------- 科技新闻 Strata 在 RTX 4090 上以 100+ tokens/s 运行 125B Qwen 3.8 Flash Next ⭐️ 7.0/10 GitHub 项目 Strata 被发布在 Hacker News 上，声称可在消费级 GPU 上运行 125B 的 Qwen 3.8 Flash Next，并在 RTX 4090 上达到 100 tokens/s 以上。Hacker News 用户 snehesht 称在自己的 RTX 4090、128GB DDR5、Ryzen 7950X3D 机器上实测 124 tokens/s，但该结果尚未获得独立验证。同一讨论中，Jackson__ 报告在相同 GGUF 与视觉适配器权重下，Strata 在 50 张图像的坐标定位基准中位误差为 154.8 像素、平均 168.8 像素，而 llama.cpp 分别为 46.5 和 81.4 像素，提示低比特推理可能带来质量退化。a11r 也对低于 4-bit 的量化表示怀疑，并称 4-bit 量化在 RTX Pro 6000 上足以处理困难但范围明确的编码任务。 hackernews · snehesht · 10月4日 12:51 · 社区讨论 「背景：Qwen3.8-Flash-Next 的架构由来」 当前讨论的 Qwen3.8-Flash-Next 是阿里通义此前发布并开源的多模态 MoE 模型：据 8 月 27 日的日报报道，它采用 125B 主模型加 51B N-gram 嵌入、每 token 仅激活 6B 参数的架构，原生上下文为 262K，并被官方定位为 Qwen4 架构的预览。该模型的 Hugging