Strata QFN 對於上下文长度好像沒什麼限制 只要内存足夠

"Qwen3.8-Flash-Next 原生最大 Context 為 262,144 tokens（256K），透過 YaRN 可擴展至 1,000,000 tokens（1M）。"

@kos-or strata 用的125B輸出的結果真的會比 27B更強嗎?

@exe127 说:

@kos-or strata 用的125B輸出的結果真的會比 27B更強嗎?

Q3_S 现在日常办公感觉比以前的MXFP4 要强，毕竟模型体量在这里。

@exe127 said:

125B輸出的結果真的會比 27B更強嗎?

我也非常好奇這一點 兩者還沒對決完畢

不過可以先參考大家的使用體驗 (每個人使用的量化程度不同 框架不同 可能感受也會不同) :

體感經驗 哪一個強？？ Qwen3.8-Flash vs. Qwen3.8-27B
https://lcz.me/post/22008

目前來說 確定Flash 比較強的是 "美感" 和 顯卡溫度比較低

QFN 精确编码可能不如27B。但是一般的代码编写我感觉足够用了。
另外我用它来识别报表图片（主要内容是员工手写的产品数据，还有员工姓名），总体感比27B又快又准。