M5MAX 128G换了快30个本地部署模型后（Qwen3.8、3.6、gemma 4、muse glimmer、ornith等各种MLX或者Q量化，从4Bit到PF16都尝试了），唯一选择edge0-35B-A3B-Preview，兼顾了速度、质量、agent调用等，适合hermes、workbuddy以及DSH，大家可以试试！
这个模型机制有些不一样，属于内存占用弹性分配，edge0模型常驻SSD，除了有点儿费SSD，其他没啥毛病，你要说做一个鹈鹕骑单车svg，还是有差距，但是对于我日常使用（文本、量化、python编辑、lightGBM和tranformer训练等）足够了，且速度真的很快，大家可以尝试一下，工程能力推荐DSH或者codex。
此模型没有kv cache等，纯使用都已经非常不错了，单请求140t/s，dsh加载100t/s，hermes没记录。