Qwen 3.6 35B MoE 在 12GB 内存的小米 12 Pro 上跑到 2.4 tok/s

Aromatic_Ad_7557 · reddit · 2026-07-24

一位 Reddit 用户展示了自己在一台改装过的 Xiaomi 12 Pro（12GB RAM）上，成功运行 Qwen 3.6 35B MoE 的实测结果。

借助 BigMoeOnEdge，模型在 Q4KM 量化下达到了约 2.428 tok/s，TTFT 约 19.9 秒，上下文上限只有 8192 tokens，并且 CPU 占用和分页都很重。帖子还给出了详细的 token、compute、cache 与 I/O 统计，说明超大 MoE 模型确实能在手机级边缘设备上本地跑起来，但代价是明显的延迟与内存瓶颈。