Hacker News 热帖：开发者分享在 RTX 4090 上以 100T/s 运行 Qwen 3.8 Flash Next（125B）模型方案

OmniTools 10月5日消息，GitHub 项目 Strata 近日引发 Hacker News 社区关注。开发者 snehesht 分享称，通过特定优化方案，可在单张消费级 GPU（NVIDIA RTX 4090）上运行通义千问 Qwen 3.8 Flash Next（125B 参数）模型，并声称推理速度可达 100T/s。目前相关代码已开源。需注意的是，该性能数据为社区开发者自测结果，尚未披露具体的量化精度、上下文长度及测试基准，实际表现可能因硬件配置与任务类型存在较大差异。