Strix Halo 运行 Qwen3.8 + MTP 性能实测

betiz0 · reddit · 2026-08-29

作者分享了在 AMD Strix Halo 平台（Ryzen AI MAX+ 395 + Radeon 8060S）上运行 Qwen3.8-Flash-Next 结合 MTP (Multi-Token Prediction) 模型的详细基准测试结果。

测试环境使用了 Ubuntu 26.04 和特定的 llama.cpp 分支。结果显示，预填充速度（PP）平均为 138.61 tokens/s，生成速度（TG）平均为 26.67 tokens/s。作者观察认为，相比 27B 版本，该模型在架构和设计任务（如 OpenSpec 提案）上的输出质量有显著提升。