抡锤者

像

笔记本去张哥那里了，于是用我的笔记本跑一下strata试一试, 结论：如果你有8G显存的显卡笔记本，内存够的话，30～50 tok/s的速度，已经能做简单的工作了。

项目	信息
笔记本	机械革命-极光X
CPU	12th Gen Intel Core i7-12800HX (16+8) @ 4.80 GHz
内存	48G DDR5，标称 5600 MT/s / 实际运行 4800 MT/s（系统显示 46.77 GiB，已用 44.28 GiB / 95%）
显卡	NVIDIA GeForce RTX 4070 Laptop (Max-Q / Mobile)，8G 显存
核显	Intel UHD Graphics 770 @ 1.45 GHz
模型	Qwen3.8-Flash-Next swift-1.5-iq2_xs
上下文	131072（128K）
速度	30 ~ 50 tok/s 之间波动
OS	Arch Linux x86_64
Kernel	Linux 7.2.11-arch1-1

提示词：设计一个Comfyui的版本封面的SVG

---
id: 001_svg_test
name: SVG release cover for ComfyUI
type: visual / svg-generation
canvas: 1200x675 (16:9)
---

Design a release cover image for the software ComfyUI. Output SVG only (1200×675, 16:9).

Requirements:

1. The main visual must replicate ComfyUI's real product UI — a dark node
   editor window containing a title bar, a queue toolbar, and 3 colored
   nodes (Checkpoint Loader / CLIP Text Encode / KSampler) with their
   bezier connection wires.
2. Right-hand typography: software name "comfyui" at 86px + version
   number "0.30.0" at 58px, both in white.
3. Background: purple → pink brand gradient
   (#6366f1 → #a855f7 → #ec4899), with a 120px dark information bar at
   the bottom reading "Release Notes · COMFYUI" and the subtitle
   「节点式 AI 图像工作流引擎」.
4. White text must stay readable on any background (AAA contrast).
5. No elements unrelated to ComfyUI.

像

简单测试一下，供大家参考

配置项	具体信息
硬件	NVIDIA GeForce RTX 3090 24GB
推理框架	llama.cpp
加速技术	MTP (Multi-Token Prediction)
显存优化	TurboQuant
模型文件	Qwen3.8-27B-Q3_K_M.gguf

启动脚本

./llama-cpp-turboquant-mtp/build/bin/llama-server \
  -m ./models/Qwen3.8-27B-Q3_K_M.gguf \
  --mmproj ./models/mmproj-BF16.gguf \
  -c 131072 \
  -n 512 \
  -t 12 \
  -ngl 99 \
  --parallel 1 \
  --cache-type-k turbo3 \
  --cache-type-v turbo3 \
  --flash-attn on \
  --mlock \
  --batch-size 512 \
  --ubatch-size 512 \
  --reasoning-budget 0 \
  --spec-type draft-mtp \
  --spec-draft-n-max 3 \
  --spec-draft-p-min 0.75 \
  --host 0.0.0.0 \
  --port 8080 \
  --log-disable

贪吃蛇简单测速

3D小球测试

请制作一个网页 3D 小球物理实验，要求同时存在 10 个不同颜色的球，它们受到重力影响并发生碰撞，用户可以拖动球，右侧可以调整重力和弹性，并提供开始、暂停、重置按钮。

像

我的服务器机箱装不下我买的显卡，一直就是不盖盖子用的，最近看老特分享ddr3方案，所以也有准备买个大机箱，再整一套玩具装进去，128g ddr3方案
之前买这个机箱花了800大洋，成色还是很好的
有没有看b站”未命名”老哥的？一个机箱传三代。超微743，八个硬盘位热插拔。
但机箱太窄了。

像

现在我心里也没谱了，今天我发现我的主板可能也坏了？一直19然后重启，19然后重启。我怀疑电源坏了，换个电源也不行，cpu坏了，换了cpu也不行，内存坏了，只插一根也不行。最近怎么这么点背，要坏一起坏。主板是Ausu Z10pau8-10-2s,这已经是我第二块这个主板了。之前被我搞坏一块。
这个板子有着无敌的扩展性，

双万兆光口，
6个PCIE插槽
8个DDR4内存插槽
X99主板
9个SATA插口
还有更重要的，这个主板有板载显卡，这你敢信？亮机卡都省了。
无敌的存在。喜欢研究硬件的可以研究下这个主板。就是二手服务器拆机，可能说坏就坏，毕竟垃圾佬。

像

@terry 你误解了，我的意思是说，听你视频里说：很多人说DeepSeek最近变笨了。

像

Qwen-Fixed-Chat-Templates

看了B站一个视频，引入 jinja chat templates 可以改善一些问题。
我没有深度使用测试,发个帖子，给不知道引入的同学做个参考。

参考
【分享】改善Qwen3.8雷霆大思考

通过 froggeric/Qwen-Fixed-Chat-Templates 仓库的 v22 模板，设定不同思考模式来解决核心问题。

仓库内容介绍

这是一个为 Qwen 3.5 / 3.6 / 3.8 打造的通用修复版聊天模板（chat template（聊天模板）= 提示词包装器，Jinja 格式，负责把对话历史 + 工具定义组织成模型能理解的格式）。

解决官方模板的 5 大问题（官方模板 = 模型发布时自带的原版模板）：

#	修复项	官方模板的问题 → v22 的修复
1	️ 思考深度控制 · Reasoning Effort Steering	官方 3.8 支持思考预算（`xhigh` 极深 / `high` 深 / `medium` 中 / `low` 浅），v22 默认注入 `xhigh` 指令，关思考时自动抑制
2	恢复快速模式 · Fast Mode	官方 3.8 传 `enable_thinking=false`（关闭思考）会直接崩溃！v22 解除此限制，可自由开关思考
3	🧹 修复空思考污染 · Empty Think Bug	官方 3.8 多轮对话会插入空 `</think>` 块，v22 干净提取思考内容不重复
4	通用工具参数 · Universal Tool Arguments	官方 3.8 收到标准 OpenAI（接口规范）字符串参数会 TypeError 崩溃！v22 兼容字典和 JSON 字符串两种格式
5	🦙 llama.cpp 原生支持	支持 `--reasoning-preserve` 参数（保留思考、保证前缀缓存 100% 生效）

️ 支持平台：LM Studio / llama.cpp / vLLM / MLX / KoboldCPP 等一切支持 Hugging Face 模板的引擎。仓库根目录只需一个 chat_template.jinja 文件，适用于所有 Qwen 3.5 / 3.6 / 3.8 模型。

引入示例

git clone https://huggingface.co/froggeric/Qwen-Fixed-Chat-Templates

启动参数:

#!/bin/bash
# Qwen3.8-27B 启动脚本 - TurboQuant MTP 版 (200K 上下文, 视觉 + 投机解码)
# 使用 llama-cpp-turboquant-mtp/ (最新 fork fca3093, 支持 draft-mtp)
# 不依赖旧 b9082 build (无法加载 MTP 版 GGUF)

SERVER="./llama-cpp-turboquant-mtp/build/bin/llama-server"
MODEL="./models/Qwen3.8-27B-Q3_K_M.gguf"
MMPROJ="./models/mmproj-BF16.gguf"
PORT=8080

export LD_LIBRARY_PATH="$(cd "$(dirname "$SERVER")" && pwd):/opt/cuda/lib64:$LD_LIBRARY_PATH"

CPU_THREADS=12
GPU_LAYERS=99
# CONTEXT_SIZE=131072
CONTEXT_SIZE=200000
BATCH_SIZE=512

echo "Starting Qwen3.8-27B (TurboQuant MTP) with 200K context..."
${SERVER} \
  -m "${MODEL}" \
  --mmproj "${MMPROJ}" \
  --chat-template-file ./Qwen-Fixed-Chat-Templates/chat_template.jinja \
  --reasoning-format deepseek \
  --reasoning-preserve \
  -c ${CONTEXT_SIZE} \
  -n -1 \
  -t ${CPU_THREADS} \
  -ngl ${GPU_LAYERS} \
  --parallel 1 \
  --cache-type-k turbo3 \
  --cache-type-v turbo3 \
  --flash-attn on \
  --load-mode mlock \
  --batch-size ${BATCH_SIZE} \
  --ubatch-size 512 \
  --reasoning-budget -1 \
  --spec-type draft-mtp \
  --spec-draft-n-max 3 \
  --spec-draft-p-min 0.75 \
  --host 0.0.0.0 \
  --port ${PORT} \
  --log-disable \
  &
echo "Server started on http://localhost:${PORT}"
echo "MMPROJ vision enabled, MTP speculative decoding enabled"

简单测试结果：

像

@terry 试了试了，最近不是买了那个华南金牌BD3和128G DDR3 REG ECC嘛，装新的机器上仍然不行，所以我果断送到张哥那里去了，自己瞎折腾反而可能越折腾越糟，不断的断电，上电。

抡锤者

像素盒子

帖子