【配置】
CPU：Ryzen 9 9900X（12 核 24 线程）
显卡：RTX 5080 16G（水冷版）
内存：128GB（64GB×2，DDR5-5600 双通道）
硬盘：2TB NVMe（PCIe 4.0）
电源：1000W
系统：Windows 11 专业版
平时主要从 Mac 远程（SSH）控制，不想装 WSL2。

【一、H3 视频】
现在在云端 4090 上跑：ComfyUI＋官方 int8 convrot 剪枝版主模型＋NVFP4 文本编码器＋官方 turbo 8 步 LoRA，部分镜头加 Fun ControlNet（深度控制）。分辨率 1344×768，每条 3～8 秒，平均每 1 秒画面约 1.2 分钟。
到货前在 4090 上把显存压到 16G 模拟了一下：8 秒深度控制镜头 8.59 分钟（不压是 8.3 分钟），显存峰值 16.2G，内存约 58G，没报错。

想请教：

1. 50 系能原生跑 FP4，主模型换成 NVFP4 版值不值得？画质和 int8 版实际差多少？速度能快多少？
2. Windows 原生 ComfyUI 跑 H3 有没有坑？comfy_kitchen 和 Turbo 节点在 Windows 上能正常用吗？
3. 16G 跑 15 秒（360 帧左右）的长镜头稳不稳？有没有推荐的启动参数（比如 --reserve-vram）？
4. 有没有在 H3 上实测有效的提速方法（SageAttention、EasyCache/TeaCache 之类）？

【二、本地大模型】
用途：写作、翻译、整理资料，也会接 Agent 用。现在在 Mac 上跑 27B 稠密模型，每秒 12～16 token，嫌慢。

想请教：

1. 打算用 Strata 跑 Qwen3.8-Flash-Next 125B。16G＋128G 这种配置，用哪个量化档比较平衡？实际每秒能有多少 token？
2. 除了 Strata，这个配置还有什么更合适的模型或工具组合？（比如 llama.cpp 把 MoE 专家放内存跑 gpt-oss-120b，或者把 27B～32B 稠密模型压到能装进 16G）
3. Windows 下 llama.cpp、LM Studio、Ollama、Strata 你们实际用下来哪个最顺手？

另外，H3 和本地大模型我打算错开跑，不同时用。这个思路有没有问题？

先谢谢各位！