本地跑 Qwen3.8-Flash-Next 编程实测：5090 上 11 分钟跑赢 Claude Code

dh7net · reddit · 2026-10-11

Reddit 用户在单张 RTX 5090（64GB 内存）上用 Strata 服务 IQ3S 量化版 Qwen3.8-Flash-Next，配 pi 编码 agent 跑 airbench 日常任务测试套件，11 分钟拿下 100% 满分，同样得满分的 Claude Code 用了 14 分钟。

可复现配置要点：

• 硬件：≥24GB 显存 GPU、约 64GB 内存、90GB 磁盘；内存是瓶颈，IQ3S 量化约 50GB 专家参数留在内存，Strata 估算 256k 上下文需约 78GB。
• 模型服务：Strata 首次启动下载约 84GB 模型，Docker 构建（5090 用 CUDAARCHITECTURES=120），以 --expert-cache auto --prefill auto --spec 4 --kv int8 --vision 等参数启动，暴露 OpenAI 兼容 API 于 127.0.0.1:9000。
• pi agent：models. 配置本地 provider，settings. 将输出上限设 32k、compaction reserve 设 64k（默认 16k 时单张图片结果就可能撑爆上下文窗口）。
• 作者还写了个代理脚本，在剩余空间≥8k 时压缩输出请求、改写溢出错误让 pi 自动 compaction。
• 同配置下其他 harness 对比：omp 18.4.2 得 48/49，用时 16 分钟。

附完整命令与配置文件，想本地跑开源模型做编码 agent 的可直接照抄。

原文链接 →

「编程与Agent」频道最新

• 用 Claude 搭二手购车监控:建模市场+浏览器抓取+每日提醒 — eherrerosj · 2026-10-11
• AI agent 调优 Triton kernel，翻转 grid 顺序换来 1.29x 推理提速 — zmkzmkz · 2026-10-11
• OpenAI Decisions API 公测，可经苹果基础模型框架调用 — rxwei · 2026-10-11
• Codex 与 Claude Code 配额重置机制经济学:何时按下最划算 — juntao · 2026-10-11
• Codex 里的 Astra 自己开浏览器查连接器参数再建模组装 — burhop · 2026-10-11
• 重度用户拆解 Codex 新用量规则:$500 档跑 Astra 不值 — DulyDully · 2026-10-11

更多「编程与Agent」频道 AI 资讯 →