模型頁｜數字全部來自本站量測紀錄，由程式整理
Qwen3.8 Flash Next
- 開發者
- Qwen（阿里巴巴）
- 參數量
- 125B 總參數（每 token 啟用 6B）＋51B n-gram 嵌入
- 本站使用的量化
- UD-IQ4_XS（unsloth）
- 授權
- Qwen Community License 1.0（Hugging Face 模型頁 Qwen/Qwen3.8-Flash-Next，2026-10-14 查核）
MoE＋混合注意力；只在常駐服務的那台 GB10 上
各台機器的生成速度
單人速度測試，每個情境量 5 次取中位數。不同機器的推論引擎、量化可能不同，跨列比較時請看條件欄。
| 機器 | 引擎／量化 | 短問題 tok/s｜首字秒數 | 一般對話（約 2K token 上下文） tok/s｜首字秒數 |
|---|---|---|---|
| NVIDIA GB10 第二台（ASUS Ascent GX10） | llama.cpp b1-5e03bdd／UD-IQ4_XS（unsloth） | 26.6｜0.31 | 26.0｜3.06 |
全部實測紀錄 1 筆
- 2026/10/14單人速度NVIDIA GB10 第二台（ASUS Ascent GX10）