Aimax 395的定制qwen 3.8 flash，prefill突破1000了，decode 40-50

[我爱小猪]

地址：https://github.com/peonist-ai/halogen-flash-server
按照作者说法，是硬件匹配模型的1对1特殊优化，所以能这么牛逼
拉取docker安装试了，确实能达到他说的速度，并且质量我没看出有啥大的衰减
本来觉得aimax395就一台鸡肋，这个模型让它成为现在性价比最高的选择了

[terry]

qwen3.8 flash很慢，不是prefill的问题，是它内部思维链的问题

[dardeaw feng]

剛配置了 很快 感謝
AMD官方都不當一回事嗎 差距真大