16GB 显存跑 Qwen3.8 本地模型做村庄模拟游戏，75 t/s 出字

Fancy-Snow7 · reddit · 2026-09-06

作者用 16GB 显存的 RTX 5070 Ti，以 Qwen3.8-27B 的 UD-Q3KXL 量化版在 Windows 上全量跑出一个村庄模拟游戏 POC（在线可玩），tg 最高 75 t/s、pp 至 1700 t/s，上下文 96256。关键经验：不必惧怕 Q3 量化和 KV 量化——与其用更高量化导致部分卸载到 CPU 掉到 5-20 t/s，不如用低量化换高速度，出问题靠后续 prompt 快速修复；kvarn 下 MTP/draft 缓存也可量化，比 qxx 量化更省显存。开发方式不是一次性生成，而是增量 feature prompt，几乎不读代码，仅提示写模块化代码。遇到上下文撑爆时用 handover 文档和 pi-observational-memory 扩展管理。游戏含大地图、小地图、昼夜与季节、资源储存、房屋御寒、饥饿死亡等系统。