开发者开源 Strata 引擎，支持 12GB 显存显卡运行 125B Qwen3.8 模型

开发者 Niko1221 开源推出 Strata 引擎，支持在 12GB 及以上显存的消费级显卡上运行量化的 125B 参数 Qwen3.8-Flash-Next 模型。该引擎通过将高频专家模型载入显存和投机解码技术降低资源占用。在 RTX 5070 显卡下，其 2 比特量化版推理速度可达 94 token/秒。